D3D
复旦大学提出的扩散起草模型，采用块级去噪与自回归辅助监督，实现异步投机解码，提升大模型推理速度。
时间轴 (近 90 天)
D3D 是复旦大学生成视觉团队提出的投机解码方法，通过解耦起草器与目标模型隐状态的依赖来加速大模型推理。
D3D 是一个独立的扩散起草器，核心设计结合了块级去噪（并行生成整块候选 token）与辅助自回归监督（维持较长的高质量接受前缀）。
D3D 放弃使用目标模型隐状态作为条件信号，转而用自回归监督补偿起草质量。
D3D 可以在目标模型执行验证的同时，通过一次打包前向（packed pass）起草后续块，实现异步投机解码。
D3D 采用按层渐进式剪枝来降低异步打包起草的额外计算开销，每层的剪枝依据是它对接受长度的影响。
在以 Qwen3-8B 为目标模型的三个基准上，D3D 去掉 36 层中的 5 层后，平均接受长度仍保留超过 99%。
跨七个基准的评测中，以 Qwen3-8B 为目标模型时，D3D 取得 5.00 倍的平均解码加速。
在 GSM8K 基准上，以 Qwen3-32B 为目标模型时，D3D 的加速比达到 7.48 倍。
D3D 的代码已在 GitHub 上开源，仓库路径为 fudan-generative-vision/D3D。
全部知识事实 (9)
D3D 是复旦大学生成视觉团队提出的投机解码方法，通过解耦起草器与目标模型隐状态的依赖来加速大模型推理。
50%待验证D3D 是一个独立的扩散起草器，核心设计结合了块级去噪（并行生成整块候选 token）与辅助自回归监督（维持较长的高质量接受前缀）。
50%待验证D3D 放弃使用目标模型隐状态作为条件信号，转而用自回归监督补偿起草质量。
50%待验证D3D 可以在目标模型执行验证的同时，通过一次打包前向（packed pass）起草后续块，实现异步投机解码。
50%待验证D3D 采用按层渐进式剪枝来降低异步打包起草的额外计算开销，每层的剪枝依据是它对接受长度的影响。
50%待验证在以 Qwen3-8B 为目标模型的三个基准上，D3D 去掉 36 层中的 5 层后，平均接受长度仍保留超过 99%。
50%待验证跨七个基准的评测中，以 Qwen3-8B 为目标模型时，D3D 取得 5.00 倍的平均解码加速。
50%待验证在 GSM8K 基准上，以 Qwen3-32B 为目标模型时，D3D 的加速比达到 7.48 倍。
50%待验证D3D 的代码已在 GitHub 上开源，仓库路径为 fudan-generative-vision/D3D。
50%