扩散语言模型 Clover-35B 开源发布，综合性能超越同规模自回归大模型

扩散智能正式开源 Clover-35B-A3B-Preview 扩散语言模型，35B 总参数搭配 MoE 混合专家架构，在智能体、代码生成等任务上整体表现优于同尺寸自回归模型，同时依靠并行解码实现 5 至 10 倍的推理提速，并且模型权重与代码全部对外开放，开发者可以直接部署调用，为大模型开辟出自回归之外的全新技术路线。

一、模型基础核心参数

1. 基础架构：MoE 混合专家 + 块级并行扩散生成，总参数 350 亿，单次推理仅激活 30 亿参数，兼顾性能与算力成本。
2. 上下文能力：支持 128K 超长上下文窗口，可完成长文本梳理、多轮工具调用任务。
3. 推理速度：实测峰值生成速度达到 680 tokens/s，相比同参数自回归模型，生成效率提升 5—10 倍。
4. 开源协议：采用 Apache-2.0 开源许可，代码与权重同步上架 GitHub、Hugging Face、ModelScope 三大平台，兼容 SGLang、llama.cpp 主流推理后端。

二、核心性能实测结果（对标同规模自回归模型）

1. 智能体 Agent 任务

在网页 Agent 评测 WindTunnel 测试集中，Clover 中位执行耗时 1.52 秒，任务成功率 98.6%；对比同规模自回归方案，耗时缩短一半，任务成功率更高；在工具调用评测 τ³ Overall、BFCL-v4 中取得前列分数，多步链式调用稳定性更强。

2. 代码生成能力

• SWE-bench Verified（真实仓库问题）：得分 73.6
• Terminal-Bench 2.1（终端执行任务）：得分 51.7 整体代码能力超越同参数自回归模型，能够完成网页开发、程序编写、问题排错等工程类任务。

3. 文本生成优势

依托扩散全局并行生成机制，不会出现自回归模型逐 Token 生成带来的上下文断层问题，长文本逻辑一致性、全局规划能力更突出，适合批量结构化文本产出。

三、技术创新亮点

1. 块扩散生成机制：打破逐字生成限制，分块并行去噪，大幅拉高解码速度，同时保障长文本整体连贯性。
2. 门控 Delta 网络：通过递归状态压缩历史上下文，配合双向注意力，稳定支撑 128K 长上下文推理。
3. MoE 轻量化激活：仅激活少量专家参数，35B 大模型可在中端硬件上完成本地部署，降低落地门槛。

四、部署落地信息

1. 获取渠道：GitHub 项目代码、Hugging Face 模型权重、ModelScope 国内镜像，可一键下载部署。
2. 运行环境：支持 CPU、GPU 多硬件运行，兼容主流大模型推理框架，无需大规模改造开发环境。
3. 适用场景：AI 智能体、批量代码生成、长文档批量处理、结构化内容批量生成等高吞吐业务场景。

【相关 FAQ】

问题 1：Clover-35B 扩散语言模型，综合性能能否超越同规模自回归模型？

回答 1：可以。在智能体调用、代码生成两大核心场景中，Clover-35B 的评测指标优于同参数自回归模型；同时并行解码带来数倍速度提升，综合表现全面领先同尺寸自回归大模型。

问题 2：Clover-35B 开源之后，开发者可以免费商用吗？

回答 2：可以。模型采用 Apache-2.0 开源许可证，个人研发与企业商业项目都能免费使用，无额外版权限制。

问题 3：扩散语言模型 Clover 和自回归模型最核心的区别是什么？

回答 3：自回归模型只能从左到右逐一生成 Token；Clover 扩散语言模型采用全局并行去噪生成，支持多块同时输出，生成速度更快，长文本全局一致性更好，更适合 Agent 多步任务。

问题 4：Clover-35B 的推理速度相比同规模自回归模型能提升多少？

回答 4：实测峰值速度可达 680 tokens/s，在常规文本生成场景下，速度提升 5 倍到 10 倍；Agent 链式任务中，整体耗时可以缩短一半左右。

问题 5：Clover-35B 可以直接用来开发 AI 智能体应用吗？

回答 5：完全可以。模型针对工具调用、多轮链式任务做了专项优化，Agent 任务成功率达到 98.6%，支持连续调用工具、读取反馈并迭代执行，能够直接搭建网页智能体、自动化运维机器人等应用。

【数据来源】

[2026-10-29]（Clover-35B 开源项目与海外评测）Pandaily 科技资讯

[2026-10-28]（Clover-35B 性能实测数据）36 氪人工智能行业报道

[2026-10-28]（Clover-35B 模型发布信息）央广网科技频道

[2026-10-28]（Clover 开源部署文档与技术细节）InfoQ 技术专栏

[2026-10-28]（Clover 模型架构与速度测试）钛媒体产业资讯

免责声明：本文所有性能数据均来自模型官方公开评测与第三方行业实测结果；模型实际运行速度与效果会受硬件配置、推理框架、输入文本长度影响产生小幅波动；Clover 模型开源协议以 GitHub 与 Hugging Face 页面标注为准，商用前请仔细核对开源许可条款；扩散语言模型仍处于技术迭代阶段，后续版本会持续优化模型能力与推理稳定性。