DiffuSpace把Qwen3.6改成扩散模型，GB300单卡跑出680 Token/s

动察 Beating AI 快讯，香港大学教授孔令鹏创办的扩散智能（DiffuSpace）发布并开源 Clover-35B-A3B-Preview。 模型基于阿里 Qwen3.6-35B-A3B 改造，总参数 350 亿，每次推理激活约 30 亿参数。 传统大模型通常从左到右逐个生成 Token，Clover 则采用块扩散，一次生成一小段文本，再通过并行预测和反复修正完成输出。团队还改造了 Gated DeltaNet，将历史信息压缩保存，同时让当前文本块内的 Token 双向交互，以兼顾生成速度和上下文理解。 官方公布的六项 Agent 评测中，Clover 均取得所列模型的最高分。SWE-bench Verified 达到 73.6%，Terminal-Bench 2.1 达到 51.7%，超过原版 Qwen3.6-35B-A3B，以及 LLaDA2.2 Flash、Mercury 2.5 等扩散模型。不过，对比名单没有纳入 10 月 19 日发布的 Mercury 3。 速度方面，Clover 在单张 NVIDIA GB300 上，以 BF16 精度、单并发运行内部 Agent 任务，生成速度达到 680 Token/s。在 H200 上达到 515 Token/s，超过使用 DFlash2 加速的同规模 Qwen 模型（365 Token/s）。团队还将 INT4 量化版本部署到仅有 16GB 显存的 RTX 5070 Ti 上，MATH-500 测试速度达到 101.8 Token/s。

📰 来源：https://www.okx.com/zh-hans/feed/post/91253469451456