待验证50% 置信事实精确时间

语言模型（LM）+扩散模型（Diffusion）框架是当前生成式音频领域的主流技术路线之一，LM负责语义结构建模，Diffusion负责细节还原

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

阿里通义Qwen-Audio-3.1发布：五模型音频全栈，ASR降价95%

涉及实体

扩散模型concept 语言模型concept

相关事实

待验证离散扩散语言模型主流方案包括：将token映射到连续嵌入空间进行扩散（如Diffusion-LM），或设计离散扩散过程用掩码模拟加噪（如D3PM、MDLM）75% 相似待验证Diffusion-LM被公认为扩散语言模型方向的开山之作73% 相似待验证当前最优实践是LLM-FSM双层混合架构，在FSM层定义业务约束，在LLM层处理自然语言的理解与生成，Pipecat Flows是这一思路的现代实践71% 相似待验证多模态大模型的架构核心必然包含一个大语言模型（LLM）在背后支撑66% 相似待验证指令微调与RLHF技术使模型能理解模糊的自然语言指令并拆解为技术实现路径65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/944401

API

curl https://kongchang.com/api/v1/knowledge/claims/944401

MCP

get_claim(id=944401)