Uno 架构论文提出扩散增强大模型，实现 3 倍无损并行生成加速

arXiv 最新论文提出了名为 Uno 的扩散增强大语言模型架构，通过在自回归分布上利用扩散机制并行采样 token，探索提升大模型推理效率的新路径。

• Uno 架构被归类为扩散增强大语言模型（diffusion-augmented LLMs）新范式。
• 核心机制是在自回归模型的输出概率分布上，利用扩散过程实现多 token 的并行抽取。
• 论文提出该方案在保持生成质量无损的前提下，最高可实现 3 倍的并行生成加速。
• 影响/看点：该方法若在生产级大模型中完成低延迟工程部署，可能在保障生成质量的同时降低自回归推理的端到端时延。
• 资料依据：
• X：DAIR.AI（2026-09-04）：https://x.com/dair_ai/status/2096010455210959202
• arXiv（2026-09-04）：https://arxiv.org/abs/2609.04010

本内容由 AI 生成，仅供参考，请注意甄别