扩散模型成最快深度思考

首个会深度思考的扩散模型来了！

抛弃自回归范式，一举成为世界上生成速度最快的模型。

你瞅瞅，对比之下传统自回归的“打字机模式”（按顺序一个个token往外吐）是不是就有点像乌龟了：

实际测评显示，这款名为Mercury 2的扩散推理LLM在英伟达GPU上可实现1009个tokens/s。

这个速度整整比GPT-5（mini）和Claude-4.5（haiku）这些传统模型快了5倍。

so，Mercury 2是谁？它又是如何突破速度瓶颈的呢？网页链接