在生成式 AI 的浪潮中，自回归（Autoregressive, AR）模型凭借其卓越的性能占据了统治地位。然而，其「从左到右」逐个预测 Token 的串行机制，天生限制了并行生成的可能性。 作为一种极具潜力的替代方案，扩散语言模型（Diffusion Language Models, dLLMs） 引入了全新的非自回归范式：通过迭代去噪来优化文本序列 。这种机制不仅支持双向上下文建模，更允许并行 ...