用过聊天机器人的都熟悉那种节奏：问题发出去，屏幕上先冒一个字，停半拍，再冒一个，一句话要等好几秒才成形。这套“从左往右、一个字一个字说”的写法，几乎是所有主流大模型的默认动作。10月28日，深圳一家叫扩散智能的公司发布并开源了新模型 Clover-35B-A3B-Preview，它换了个说法：先把整段话想完，再一起铺出来。
据央广网、中新经纬报道，这个模型采用混合专家架构，总参数350亿，每次推理只激活约30亿参数。路线上的差别才是重点——它属于扩散语言模型，不按顺序逐个生成词元，而是先铺一层“噪声”，再一轮轮去噪，把整段文字同时改对。团队把这种打法叫块扩散。
一
官方给的对照很具体。在一段无人机空域调度的演示里，模型要读20条空管报文，提取地点和半径，在三维地图上划出禁飞区。Clover 用了7.32秒，对照的 Qwen3.5 用了62.3秒。技术博客里的另一个数字是整体生成速度：在单张 GB300 显卡上，按半精度浮点、批大小为1测算，达到每秒680个词元。
第三方开发者做的测评也指向同一件事。在49项任务、每项跑3次的测试里，Clover 的中位执行时间是1.52秒，而以速度见长的另一套组合是3.21秒。评测方是 WindTunnel，数据由团队转引，属于外部测试而非官方自测，这一点值得说明。
跑分上，它在 SWE-bench Verified 拿到73.6，Terminal-Bench 2.1 拿到51.7，一组智能体综合评测拿到65.3，六项智能体评测里都排在所列模型的最前面。需要提醒的是，这些对比对象是上一代扩散模型和同尺寸的自回归模型，不是各家最强的旗舰。
二
普通人聊两句天，快慢无所谓。但让 AI 自己连续干活就不一样了：它要判断、调用工具、看结果、再改，每一步都要等模型吐完字。一次任务里二十步，每步省两秒，就是四十秒。团队在演示里放了一个订路线的例子——查“从匹兹堡的大学到最近的汉堡店开车多久”，地图网站不带位置信号，直接搜店名会跳到另一个州。模型自己发现跑偏，逐次补上城市、街区和邮编，卡住后重置两次，最后找到两公里外那家店。
这个例子说明的不是它多聪明，而是快带来的试错次数。同样的时间里能多试几条路，出错就有机会自己纠回来。
三
真正和普通人有关系的是这条：团队称已经把模型量化后塞进一张16GB 显存的消费级显卡，在数学题测试里跑到每秒101.8个词元，对照的同规模模型是48.5个。这个数字是团队自测，样本也不大，但它指向的方向很实在——一个350亿参数的模型，开始有可能待在你自己的电脑里，而不是全靠云端。
代价也摆在那儿。扩散模型要反复去噪，显存和调度的压力比同尺寸自回归模型更考验工程；权重虽然开源、许可也宽松，但真正部署起来，仍是懂行的人先受益。
开源这件事本身也值得记一笔。模型权重和代码已经放上 Hugging Face、ModelScope 和 GitHub，支持两种主流推理框架。一家成立不久的创业公司，把自家最新模型直接摊开给所有人下载，图的是生态和速度——用的人越多，这条技术路线就越站得住。
回到最初那个体验问题：如果 AI 以后不再是一个字一个字地“说”，而是一次性把整段话“想”出来，我们评判它好坏的标准会不会也跟着变？过去我们盯着它说得像不像人，往后可能更在意它想得对不对、快不快。