待验证70% 置信观点时间未知

扩散模型通过全局并行生成和迭代修正，能从根本上规避自回归模型的「曝光偏差」（Exposure Bias）累积错误问题

1

来源数

70%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Mercury 2 实测：扩散模型驱动的最快推理大模型，18秒生成完整游戏

bilibiliAI-seeker

涉及实体

扩散模型concept 曝光偏差concept

相关事实

待验证扩散模型可对整个序列并行去噪，而非像自回归模型那样逐字推进，理论上能提升生成吞吐量73% 相似待验证裁判模型应在模型版本升级和输入分布漂移这两个触发条件下强制重新校准73% 相似待验证整合多个模型回答的模型集成效应能够平滑单一模型的系统性偏差73% 相似待验证多模型动态切换的典型场景包括用轻量模型处理简单问答、重型模型处理复杂推理，以及主力模型不可用时自动故障转移72% 相似待验证扩散模型与自回归多模态模型在角色一致性、复杂指令遵循和生成速度上各有侧重，没有绝对优劣72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/14056

API

curl https://kongchang.com/api/v1/knowledge/claims/14056

MCP

get_claim(id=14056)