Nemotron-Labs Diffusion
PulseAugur coverage of Nemotron-Labs Diffusion — every cluster mentioning Nemotron-Labs Diffusion across labs, papers, and developer communities, ranked by signal.
- 2026-05-23 product_launch NVIDIA released the Nemotron-Labs Diffusion family of language models. 来源
- 2026-05-20 product_launch NVIDIA researchers released the Nemotron-Labs-Diffusion family of language models. 来源
- 2026-05-20 product_launch NVIDIA released the Nemotron-Labs-Diffusion family of language models, featuring a unified tri-mode decoding architecture. 来源
- 2026-05-20 product_launch NVIDIA released the Nemotron-Labs-Diffusion family of language models with unified decoding modes. 来源
- 2025-12-15 product_launch NVIDIA released the Nemotron-Labs Diffusion family of language models, featuring novel tri-mode decoding capabilities. 来源
2 天有情绪数据
-
Nvidia 发布 8B NL-Diffusion-Image 文本到图像模型
Nvidia 发布了一个拥有 80 亿参数的文本到图像扩散模型，名为 NL-Diffusion-Image。该模型采用了一种新颖的方法，将图像编码为离散标记，并采用掩码扩散过程，类似于扩散式大型语言模型。它基于 Nvidia 的 Nemotron-Labs-Diffusion 模型，并包含一个用于修改生成标记的标记编辑机制和一个用于大型词汇表高效训练的分组交叉熵目标。
-
苹果研究人员通过新的解码技术推进扩散语言模型
苹果的机器学习研究部门发表了几篇论文，详细介绍了扩散语言模型（dLLMs）的进展。与自回归模型相比，这些模型通过并行解码多个 token，有可能实现更快的推理。研究包括探索用于口语模型的连续扩散、通过残差上下文扩散（RCD）提高 dLLM 的效率，以及使用强化学习训练解遮蔽策略。其他工作则侧重于通过专家产品（PoE）等技术弥合扩散模型和自回归模型之间的差距，并开发统一不同解码策略的混合模型。
-
NVIDIA 发布 Nemotron-Labs 扩散语言模型，实现更快的文本生成
NVIDIA 推出了名为 Nemotron-Labs Diffusion 的新型扩散语言模型（DLM）系列，旨在克服传统自回归模型的局限性。这些 DLM 通过并行创建多个 token，然后进行迭代优化来生成文本，有望提高速度并能够修改之前的输出。该模型提供 3B、8B 和 14B 参数规模的版本，包括基础模型和指令微调的聊天模型变体，并包含一个视觉语言模型。
-
NVIDIA Nemotron Diffusion模型提供6.4倍更快的AI推理速度
NVIDIA发布了Nemotron-Labs Diffusion系列语言模型，提供3B、8B和14B参数规模。这些模型在一个架构内独特地支持自回归（AR）、扩散和自推测解码模式，实现了显著的速度提升。通过并行生成token块而非顺序生成，Nemotron-Labs Diffusion的吞吐量比传统AR模型高出6.4倍，同时保持或提高了准确性。这一突破解决了AR模型固有的内存带宽瓶颈，使其在生产部署和代理系统中更高效。