Inception Labs 推出了 Mercury AI，基於 DLLM（擴散式大型語言模型，Diffusion Large Language Model）的產品正吸引業界注意意。Mercury AI 系列包括專為程式碼生成設計的 Mercury Coder，以及提供 API 和現場部署選項的聊天工具（可於 chat.inceptionlabs.ai 體驗）。Inception Labs 聲稱，Mercury AI 的生成速度比傳統模型快 5-10 倍，成本卻低 5-10 倍，這不禁讓人好奇：DLLM 究竟是什麼？
本文將以 Mercury AI 為引子，探討 DLLM 的運作原理、優勢與限制，並展望其潛在影響。
DLLM 是什麼？從圖像生成到語言革命
DLLM 全稱為「擴散式大型語言模型」（Diffusion Large Language Model），是一種利用擴散技術（Diffusion）生成文字的 AI 模型。傳統大型語言模型（Large Language Models，LLM）如 ChatGPT 是「自回歸」（Autoregressive）的，逐字生成文字，依賴前文預測下一個字，像是逐步拼湊句子。而 DLLM 的方式截然不同：它從一堆隨機「雜訊」（noise）文字開始，通過迭代精煉，逐步生成有意義的內容。
這種方法源自圖像生成領域。例如，Stable Diffusion 等工具從模糊的隨機像素開始，逐步生成清晰圖像。DLLM 將這一概念應用到語言，從雜亂的文字「雜訊」開始，逐步變成流暢的句子。例如，它可能從一串亂碼逐步生成「今天天氣很好，我要去公園散步」。根據 Large Language Diffusion Models 研究，DLLM 如 LLaDA 模型在多輪對話中展現出色表現，甚至與頂尖 LLM（如 LLaMA3 8B）競爭。
Mercury AI：DLLM 的實戰應用
Inception Labs 的 Mercury AI 是 DLLM 技術的代表產品。該公司網站（www.inceptionlabs.ai）介紹，Mercury AI 系列包括多款模型，其中 Mercury Coder 專為程式碼生成設計，能快速生成高質量程式碼片段，幫助開發者提升效率。另一款聊天工具則提供即時對話功能，讓用戶體驗 DLLM 的速度與靈活性。
根據 Inception Labs 的數據，Mercury AI 在生成速度上比傳統 LLM 快 5-10 倍，運作成本低 5-10 倍。這得益於 DLLM 的平行處理能力：不像傳統模型逐字生成，Mercury AI 能同時處理多部分文字，大幅縮短延遲時間。此外，它在同等成本下能支援更大規模的模型，質量不減反增。Inception Labs 甚至提供 API 和現場部署選項，讓企業能輕鬆整合這項技術。
Mercury AI 的應用不僅限於文字生成。Inception Labs 表示，其擴散技術基礎使其在多模態任務（如結合文字與圖像）上有潛力。例如，未來它可能從圖片生成描述文字，或在遊戲中即時生成對話與場景，為用戶帶來更豐富的體驗。
DLLM 的運作原理：從雜訊到語言
DLLM 的核心是擴散過程，分為兩個階段：
- 前向過程（Forward Process）：模型對文字資料逐步添加雜訊，使其從清晰變得雜亂無章，類似於圖像從清晰變模糊。
- 逆向過程（Reverse Process）：模型學習如何從雜訊中逐步恢復原始文字，或生成新內容，通過多次迭代完成。
訓練時，DLLM 會在海量文字資料上學習語言模式，例如書籍、網頁或社交媒體內容。完成後，它能從隨機雜訊開始生成文字，並確保符合語法和語義。研究顯示，這種方式讓 DLLM 在生成中能自我修正錯誤，例如避免「幻覺」（hallucinations，即生成不正確或無意義的內容），這是傳統 LLM 的常見問題。
以 Mercury AI 為例，其生成過程可能只需幾秒，就能從雜訊生成一段程式碼或對話，且質量媲美傳統模型耗時更久的成果。
DLLM 的優勢：Mercury AI 展示的潛力
DLLM 的優勢在 Mercury AI 中顯而易見，以下是其主要亮點：
- 生成速度快：Inception Labs 報告顯示，Mercury AI 的生成速度比傳統 LLM 快 5-10 倍。這對即時應用（如客服聊天機器人）至關重要，能大幅提升用戶體驗。
- 成本效益高：運作成本降低 5-10 倍，因為 DLLM 更有效利用 GPU 資源。這意味著企業可以用更少硬體服務更多用戶，特別適合中小型公司。
- 錯誤修正能力強：擴散過程讓 DLLM 能在生成中修正錯誤。例如，Mercury Coder 生成的程式碼更少出現邏輯錯誤，節省開發者除錯時間。
- 多模態前景：擴散技術的圖像生成背景，使 DLLM 在結合文字與視覺內容上有潛力。Inception Labs 正在探索這一方向，未來 Mercury AI 或能生成圖文並茂的內容。
以下是 Inception Labs 提供的數據比較：
| 方面 | 相較傳統 LLM 的改進 |
|---|---|
| 速度 | 5-10 倍快 |
| 效率 | 5-10 倍便宜 |
| 模型規模 | 同等成本下規模增至 2 倍 |
DLLM 的限制：新技術的挑戰
儘管 Mercury AI 展示了 DLLM 的潛力，這項技術仍面臨挑戰：
- 訓練複雜性：訓練 DLLM 需要大量計算資源和專業知識。例如，Mercury AI 的開發可能耗費數百萬美元的硬體成本，這限制了其普及。
- 輸出質量待驗證：擴散過程可能導致文字不如傳統 LLM 流暢，特別在長篇生成中。Inception Labs 表示正在優化這一點，但仍需時間。
- 解釋性不足：DLLM 的生成是概率性的，難以解釋為何產生特定輸出，需要透明度的應用（如醫療診斷）是個挑戰。
- 早期階段：截至 2025 年 2 月 28 日，DLLM 仍是新興技術。Mercury AI 廣泛部署的效果尚未完全驗證。
DLLM 的未來：從 Mercury AI 看趨勢
Mercury AI 是 DLLM 應用的開端，未來潛力無限。Inception Labs 計劃將其技術推向更多領域，例如教育（生成個人化教材）、娛樂（即時故事生成）與商業（高效客服系統）。研究如 Large Language Diffusion Models 也顯示，DLLM 在多輪對話和指令遵循能力上可媲美甚至超越傳統 LLM。
更令人興奮的是其多模態潛力。想像未來 Mercury AI 能從照片生成新聞報導，或在虛擬實境中即時創造對話與場景，這將徹底改變我們與科技的互動方式。然而，新技術也帶來倫理問題，如資料隱私和生成假內容的風險，需謹慎應對。
結論：DLLM 是未來還是過渡？
DLLM（擴散式大型語言模型）以其獨特的擴散技術，正在挑戰傳統 LLM 的地位。Inception Labs 的 Mercury AI 展示了其速度快、成本低與多模態潛力，讓人對未來充滿期待。然而，訓練複雜性與輸出質量的挑戰提醒我們，這項技術仍在成長。
對一般人來說，DLLM 或許是個陌生詞彙，但透過 Mercury AI，我們已能窺見其影響。
參考來源：
