研究团队专注研究的"均匀状态扩散模型"则完全不同——它就像一位能够反复修改作品的作家，可以在写作过程中不断调整每个词汇，直到整篇文章达到最佳状态。 这种模型具有"自我纠错"的神奇能力，能够在生成过程中发现并修正早期的错误，这是其他方法无法做到的。然而，这种模型在实际应用中的表现却一直不如人意，就像一位才华横溢但尚未找到合适创作方法的作家。

【新智元导读】扩散建模+自回归，打通文本生成任督二脉！这一次，来自康奈尔、CMU等机构的研究者，提出了前所未有的「混合体」——Eso-LM。有人惊呼：「自回归危险了。」 ...

新智元报道，2025年AI领域迎来了一项重要技术突破——Eso-LM语言模型的推出，标志着自回归（AR）与扩散模型（MDM）技术的成功融合，推理速度提升达65倍，可能将改变未来的文本生成方式。

」 扩散方法打入语言模型领域！ 最近，康奈尔博士生Subham Sahoo，在X介绍了扩散大语言模型的最新工作。 这项研究引发了AI研究领域的思考。