下中國象棋贏了Jev！擴散智能推出決策模型，判斷正確率達95%

作者 | 王涵 編輯 | 李水青 10月28日報道，今天，深圳大模型廠商擴散智能（DiffuSpace）發佈並開源擴散語言模型Clover-35B-A3B-Preview，該模型採用混合專家架構（MoE），總參數350億、激活參數30億，支持思考模式。該公司發佈的基準測試結果顯示，Clover-35B-A3B-Preview在SWE-bench Verified、Terminal-Bench2.1等6項智能體編程及工具使用任務評測中，排名同級別模型中的第一，超過同規模自迴歸模型Qwen3.6-35B-A3B。HuggingFace： https://huggingface.

co/Diffuspace/Clover-35B-A3B-Preview GitHub： https://github.com/DiffuSpace/Clover-35B-A3B-Preview ModelScope： https://modelscope.cn/models/Diffuspace/Clover-35B-A3B-Preview 申請在線體驗：https://chat.diffuspace.ai/ 同時，擴散智能還推出了Clover-35B-A3B-Preview的決策模型，面向快速、結構化的判斷任務，支持獨立模式和聯合模式兩種作答方式，該模型將在後續發佈。

不同於TypeSafe的Jev等開源決策模型的單點評估思路，聯合模式以全局統籌的方式開展推理，省去多次交互的耗時，使多項判斷相互參照、規避邏輯衝突，一次性完成一組關聯決策，實現更快、更穩定的推理結果。在包含500組、2420道關聯問題的內部驗證中，聯合模式答對95.0%，並在80.4%的問題組中全部答對。相比之下，同一模型獨立作答時，兩項成績分別為89.8%和62.4%；Jev在相同題目的歷史評測中分別為63.6%和15.8%。在對比案例中，針對合同中的判斷問題，Clover-35B-A3B-Preview決策模型的聯合模式的5項判斷全部正確，獨立模式答對4項，Jev答對2項。

該決策模型還和Jev展開了一場中國象棋的對弈，結果是擴散智能的決策模型執黑獲勝。擴散智能於2026年成立於深圳，由港大NLP實驗室聯合主管孔令鵬教授，以及其博士生龔珊三、葉佳成聯合創立。核心團隊長期研究擴散語言模型，是全球最早探索該路線的團隊之一，在條件生成、離散信號建模、Scaling三大dLLM（擴散大語言模型）核心問題上取得全球領先突破。該團隊早在2022年就啟動dLLM前沿研究，提出了DiffuSeq，開創了擴散模型處理序列到序列文本生成（Seq2Seq）的技術路徑。

2025年4月，其推出擴散語言模型Dream 7B，至今Dream系列模型累計在Hugging Face下載超270萬次。10月9日，擴散智能首次公佈融資，其連續完成兩輪融資，總金額數億元人民幣，創下公開披露的全球dLLM最大規模融資紀錄。一、6項Agent測評第一，單卡GB300生成速度達680 tokens/s 在基準測試方面，Clover-35B-A3B-Preview在智能體編程與工具使用任務中表現較好。在本次對比的6項Agent評測中，該模型均取得了所列模型中的最高分。其中，SWE-bench Verified達到73.6分，Terminal-Bench2.1達到51.

7分，τ³ Overall達到65.3分，超過了同為擴散語言模型的LLaDA2.2 flash、Mercury 2.5，以及同尺寸的自迴歸模型Qwen3.6-35B-A3B和Qwen3.5-35B-A3B。在指令遵循、知識、邏輯推理和長文本理解等多項評測中，其成績達到或超過同規模自迴歸模型，GPQA Diamond、ZebraLogic和AA-LCR分別達到83.8、95.8和72.0分。在推理效率方面，團隊使用覆蓋代碼編寫、終端操作和工具調用等場景的內部Agent任務執行記錄進行測試。

端側部署方面，Clover-35B-A3B-Preview在單張NVIDIA GB300 GPU上，以BF16精度、batch size=1，達到680 tokens/s的整體生成速度。此外，在單張NVIDIA H200 GPU上，Clover達到515tokens/s，高於DFlash2方案的365 tokens/s。與其他代表性輕量級、高效推理或端側部署模型的對比中，Clover-35B-A3B-Preview在9項評測中的6項取得最高分，優勢覆蓋知識推理、工具使用與智能體編程。二、路線規劃28步完成，49項Agent任務耗時中位數僅1.

52秒 基於Clover-35B-A3B-Preview在推理、工具使用以及編程上的能力，用戶可以藉助該模型完成路徑規劃、WebMCP任務、模擬桌面環境、智能體調度等工作。例如，用戶要查詢“從匹茲堡CMU到最近的Wendy’s需要開車多久”。Clover識別出結果偏離目標，逐步加入城市、街區和郵編改寫檢索，並在頁面卡住後兩次重置、重填路線，最終找到目標門店，查得駕車距離 2.0公里、車程約3分鐘。本次對照中，Clover-35B-A3B-Preview用28步、169.9秒完成任務；Qwen3.6 Flash用滿30步、耗時578.3秒，仍停留在距起點347公里、車程約4.

5小時的門店，未通過任務評判。通過網頁提供的工具，Clover-35B-A3B-Preview可以連續完成開票、課程註冊、金額彙總、事件狀態與客戶信息查詢等任務。在完整的49項任務、每項3次嘗試的評測中，Clover的Agent執行耗時中位數為1.52秒，Gemini 3.6 Flash為8.86秒。此外，Clover-35B-A3B-Preview還可以創建私有項目並邀請成員。在相同的智能體框架、提示詞、工具和瀏覽器配置下，本次運行中Clover-35B-A3B-Preview用13步、169.9秒完成任務，Qwen 3.6 Flash用21步、392.3秒完成。

該案例中用戶要求用單個HTML文件模擬一個桌面環境，支持窗口拖動，並能打開多個小應用。Clover-35B-A3B-Preview生成了包含程序塢、窗口系統以及記事本、計算器、時鐘、天氣和設置等應用的模擬桌面。在演示中，用戶可以打開應用、輸入文本、操作計算器並調整設置。在城市低空無人機調度演示中，模型通常需要將複合空管報文解析為禁飛區解除、航點修改、任務分配、禁飛區半徑調整和緊急調度等多項任務。Clover-35B-A3B-Preview在0.97秒後同時完成處理呈現5項正確結果。Qwen在3.78秒展示結果，還將UAV5的測繪任務誤解析為醫療任務。

三、重構雙向門控Delta網絡，兼顧推理速度與性能 Clover-35B-A3B-Preview能夠兼顧推理速度與性能表現，背後是擴散智能人團隊針對性的架構優化。在Clover-35B-A3B-Preview中，擴散智能團隊完成了雙向門控Delta網絡（Bidirectional GDN）的重構設計，針對歷史記憶與塊內去噪兩條鏈路採用差異化計算範式。模型已生成的上下文信息依託GDN遞歸狀態實現高效壓縮，當前塊內Token則藉助雙向Softmax注意力完成細粒度交互。

在核心機制上，技術團隊將歷史記憶讀出作為獨立信息單元，與塊內Token納入同一次Softmax運算開展信息篩選，由模型自主學習在推理過程中對歷史信息與當前塊信息的依賴權重。團隊同時新增可學習塊大小校準機制，用於緩解塊內Token數量增加帶來的歷史權重稀釋問題。針對局部特徵提取環節，擴散智能團隊還為右側上下文搭建了獨立的零初始化卷積分支。該方案基於預訓練因果卷積的原有行為，讓模型分別學習左右雙向特徵表徵。這套架構將緊湊長程記憶、可選擇的塊內交互能力與雙向局部感知能力融合，使GDN架構更加適配塊級並行去噪範式。

結語：押注開源端側Agent路線，harness產品近期上線 當前大模型產業仍由自迴歸架構主導，推理棧、Agent框架和部署工具鏈大多圍繞其建立，擴散語言要真正進入產業，要體現出自身與現有工具生態的兼容性、開發者遷移成本和規模化交付的穩定性。擴散智能選擇以開源、端側、智能體能力作為切入點，正是希望降低試用門檻，方便開發者與終端廠商快速開展驗證，加速技術落地。與此同時，擴散智能團隊透露其正在研發智能體運行框架（harness）及桌面編程客戶端。相關工具尚處於開發階段，計劃於近期上線。