现在一提AI大模型，言必称ChatGPT、DeepSeek、Grok3等知名大语言模型唵，这类模型有一个共同的名字：LLM（Large Language Model）。
而它们的底层逻辑是相通的，靠一个token一个token的推测要回复的下一个词。
这样就带来两个缺点，一是比较消耗token（成本），二是速度比较慢。
假如智能汽车使用这种大模型，就会出现这样的情况：
车主：左拐。
大模型：思考76秒。
（以上是段子）
有一家叫做inception的公司，推出了一个叫做Mercury的模型，称其为DLLM。
这里的D，指的是Diffusion，也就是扩散模型的逻辑。
玩AI绘画的都清楚，现在AI绘画的基本原理，正是Diffusion，最流行的绘画大模型就是Stable diffusion（当然最近被Flux代替，但Flux依然是diffusion）。
所谓Diffusion，是先瞬间生成一个模糊图像，然后不断修正，最终生成和提示词精准匹配的画面。
DLLM采用了这样的逻辑，先生成一个答案，然后不断的修正，最终生成和问题相契合的答案。
Mercury这个名字也很有意思，虽然国内经常翻译成水星，但实际上它应该音译为墨丘利，是罗马神话中众神的使者。
只是恰好西方命名水星的时候用了这个神祇的名字。
inception想做众神的使者，而inception的意思是开端。
谁是神？
也许，未来AI大模型就是神。
按照inception的宣传，Mercury比传统LLM快5-10倍，使用价格还更便宜。
那它的效果如何呢？
我简单试了下，作为第一个版本，应该说完成度非常高，至少可用性很强。
在提问的时候，Mercury会迅速给出答案，但和AI绘画类似，答案是在变化的：
我们可以发现答案并不精准，掺杂着很多不明字符。
几秒钟后答案固定下来：
当然了，快的代价是不够精准，很显然Mercury把曹冲当成了曹丕的长子，有点过于离谱（也可能是中文语料训练不足）。
期待后续版本的表现。
（文：路过银河AI）