DiffuSpace เปลี่ยน Qwen3.6 ให้เป็นโมเดล diffusion โดยรันได้ 680 Token/s บนการ์ด GB300 เพียงใบเดียว

动察 Beating ข่าวด่วน AI: DiffuSpace (扩散智能) ซึ่งก่อตั้งโดยศาสตราจารย์ Kong Lingpeng แห่งมหาวิทยาลัยฮ่องกง ได้เปิดตัวและเปิดซอร์ส Clover-35B-A3B-Preview

โมเดลนี้ดัดแปลงจาก Alibaba Qwen3.6-35B-A3B มีพารามิเตอร์รวม 3.5 หมื่นล้าน และเปิดใช้งานพารามิเตอร์ประมาณ 3 พันล้านต่อการอนุมานหนึ่งครั้ง

โมเดลขนาดใหญ่แบบดั้งเดิมมักสร้าง Token ทีละตัวจากซ้ายไปขวา ส่วน Clover ใช้การแพร่แบบบล็อก สร้างข้อความทีละช่วงในครั้งเดียว แล้วจึงสร้างเอาต์พุตให้สมบูรณ์ผ่านการทำนายแบบขนานและการแก้ไขซ้ำ ทีมยังได้ดัดแปลง Gated DeltaNet โดยบีบอัดและจัดเก็บข้อมูลประวัติ พร้อมทั้งให้ Token ภายในบล็อกข้อความปัจจุบันมีปฏิสัมพันธ์แบบสองทิศทาง เพื่อให้ได้ทั้งความเร็วในการสร้างและความเข้าใจบริบท

ในการประเมิน Agent หกรายการที่ประกาศอย่างเป็นทางการ Clover ได้คะแนนสูงสุดในบรรดาโมเดลที่ระบุไว้ทั้งหมด โดย SWE-bench Verified อยู่ที่ 73.6% และ Terminal-Bench 2.1 อยู่ที่ 51.7% ซึ่งสูงกว่า Qwen3.6-35B-A3B เวอร์ชันต้นฉบับ รวมถึงโมเดลแพร่แบบ LLaDA2.2 Flash และ Mercury 2.5 อย่างไรก็ตาม รายชื่อเปรียบเทียบไม่ได้รวม Mercury 3 ที่เปิดตัวเมื่อวันที่ 19 ตุลาคม

ในด้านความเร็ว Clover บน NVIDIA GB300 หนึ่งใบ ด้วยความแม่นยำ BF16 และการทำงานแบบ single concurrency สำหรับงาน Agent ภายใน ทำความเร็วในการสร้างได้ถึง 680 Token/s บน H200 ทำได้ 515 Token/s ซึ่งสูงกว่าโมเดล Qwen ขนาดเดียวกันที่ใช้ DFlash2 เร่งความเร็ว (365 Token/s) ทีมยังได้ déploy เวอร์ชันควอนไทซ์ INT4 บน RTX 5070 Ti ที่มีหน่วยความจำวิดีโอเพียง 16GB โดยมีความเร็วในการทดสอบ MATH-500 ถึง 101.8 Token/s