通俗解释
训练时随机遮盖不同比例的 token 让模型复原；生成时从全部遮盖开始，多步并行地填出 token。LLaDA 证明了 8B 规模的扩散语言模型可以与自回归模型竞争。
用在哪里：LLaDA、MDLM 等研究；Inception 的商用扩散语言模型 Mercury 系列，2026-10-19 发布 Mercury 3（厂商自述 1M 上下文、每秒 1000+ token，未见第三方评测）；E-MoE（arXiv 2609.37533）改进少步解码
01原始论文
Large Language Diffusion Models
Shen Nie, Fengqi Zhu, Zebin You, et al. · 2025
arXiv ↗ ✓ 已核实 · arXiv API
备注：更早的掩码扩散语言模型基线 MDLM：arXiv:2406.07524（Sahoo 等，2024，DataCite 核实）
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：生成式与前沿研究
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
diffusion-lm)