Unverified70% confidenceOpinionTime unknown
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
Sources
70%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
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
Related Entities
Related Claims
Unverified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% similarUnverified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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/14056API
curl https://kongchang.com/api/v1/knowledge/claims/14056MCP
get_claim(id=14056)