又一家公司试图用「扩散」而非自回归的方式做语言模型，并直接把矛头对准了当前最主流的两个小模型。
发生了什么
Inception 发布了 Mercury 3，称其是目前为止能力最强的扩散语言模型。按照公司的说法，Mercury 3 的运行速度是 GPT-6 Luna 和 Claude Haiku 5.5 的四到八倍，并在 12 项基准测试中于 8 项上超过这两个对手。需要强调的是，这些数字全部来自 Inception 自己的测试，目前还没有独立第三方复现或验证。
为什么重要
当前主流大语言模型几乎都基于自回归架构：逐 token 从左到右生成。扩散模型则在图像、视频领域已成主流，其思路是先给出一团噪声，再逐步去噪得到结果。把这一范式搬到文本上，理论上可以并行生成、减少串行等待，从而在延迟敏感的场景里取得优势。
Mercury 3 的卖点正是「快」——不是吞吐量意义上的快，而是用户感知到的等待时间更短。Inception 选择对标 GPT-6 Luna 和 Claude Haiku 5.5 这两个定位轻量、低延迟的模型，说明它想切入的是实时交互、批量调用、成本敏感型应用这类市场，而不是去和旗舰大模型正面比拼综合能力。
另一个值得注意的点是基准选择。12 项里赢 8 项，意味着也有 4 项没赢，但厂商并未在标题式表述中展开。这在模型发布中很常见，读者需要自己去核对完整榜单，而不是只看「击败」二字。
影响与看点
对开发者而言，扩散语言模型如果真能在保持可用质量的同时显著降低延迟，会直接影响对话式产品、代码补全、Agent 工具调用等对响应时间敏感的环节。但架构差异也带来现实问题：现有推理栈、缓存机制、流式输出方案大多围绕自回归设计，迁移成本不容忽视。
对行业而言，这更像是一次路线之争的又一次试探。扩散语言模型过去几年多次被提出，却始终没有出现被广泛采用的产品级方案。Mercury 3 能否改变这一点，关键不在发布时的跑分，而在独立评测、真实负载下的稳定性，以及是否有开发者愿意把它放进生产环境。
值得关注的三件事：第三方基准复现何时出现；Inception 是否公开模型权重或仅提供 API；以及在长文本、结构化输出等自回归模型擅长的任务上，扩散方案的表现是否会被拉开差距。
一句判断：在独立验证出现之前，「快四到八倍」应当被当作厂商声明而非既成事实——速度优势如果成立，它的意义会远大于那 8 项基准胜负。
