上海交大邓志杰：扩散语言模型如何兼顾生成速度与质量

上海交通大学副教授邓志杰在CNCC 2026演讲中梳理了扩散语言模型从LLaDA、Dream基础路线到跨块并行、后训练与推理系统优化的提速方法。MBD-LLaDA2-Mini在两张H100上达到约746 TPS，经CForce训练的LLaDA2.1-mini四项任务平均分从85.57升至86.41、平均TPF从6.94升至9.08。他还介绍了流式视频、语音修复、多模态与智能体等应用探索。