全球首个深度思考的扩散模型诞生！
它摒弃了传统的自回归模式，成为世界上生成速度最快的模型。
对比之下，传统自回归的“打字机式”输出方式（逐个token按顺序生成）就像乌龟一样慢：
实际测试结果显示，在英伟达GPU上运行的Mercury 2扩散推理大语言模型可实现每秒1009个tokens的速度。
这一速度比GPT-5（mini版）和Claude-4.5（haiku版本）等传统模型快了五倍之多。
消息传出后，英伟达迅速表达了祝贺之情（或许是因为它投资了Mercury 2背后的公司）：
网友们也纷纷热议，毕竟最近火热的“龙虾们”对速度有着极致追求：
有人开始怀念自回归模型曾经的地位（doge表情）。
那么问题来了，Mercury 2究竟是谁？又是如何突破了速度瓶颈呢？
原理其实很简单。
传统自回归方法就像打字机一样，一次只能处理一个token，并且必须按顺序从左到右进行操作。
而扩散模型Mercury 2的工作方式更像是编辑——
不是看它在逐个输入字符，而是看到它拿到一份草稿后立刻进行全面修改。
换句话说，在生成完整答案的草案后再进行整体优化。
这种“并行处理”机制让Mercury 2无需等待前一个字的结果就能生成下一个字，因此响应速度极快，并且延迟不再与输出长度成正比关系。
因此，它的生成速度大幅提升至五倍以上，其速度曲线也与众不同。
在第三方测试中，它以明显优势领先于其他模型。
与其他主流顶级模型相比，在速度上更是独具一格。
更重要的是，除了速度快以外，Mercury 2在性能和价格方面也有显著优势。
它的延迟低至1.7秒，并且在GPQA（科学问答）、LCB（编程）及AIME（数学）等基准测试中表现优异，得分普遍高于或持平于那些速度较慢的小型/轻量级模型如GPT-5 Nano和Claude 4.5 Haiku。
在AIME上甚至超过了公认的“性能怪兽”Gemini 3 Flash（推理版）。
这表明Mercury 2在保持极高生成速度的同时，没有牺牲智能水平。
目前它支持128K的上下文，并且输入价格为每百万token0.25美元（约合人民币1.7元），输出价格则是每百万token0.75美元（约合人民币5.2元）。
从性价比角度来看，Mercury 2仍然处于较高水平。
官方表示，这种速度优势彻底改变了推理过程。
接下来介绍一下Mercury 2背后的公司和团队信息。
这个模型是由成立于2024年的硅谷初创企业Inception Labs推出的。
自成立之初，这家公司就专注于扩散模型的研发，其核心目标是——
替代传统的自回归Transformer架构，通过全新的、基于扩散的生成机制从根本上解决速度和成本问题。
他们认为传统自回归模式存在明显的缺陷：延迟时间和成本会随着token数量增加而递增。
而扩散模型采用由粗到细的方法进行生成。它不是逐个提交数据，而是通过少量步骤并行迭代地细化输出结果。这使得在生成过程中可以修改内容，并带来截然不同的速度-成本曲线。简而言之：
人工智能不应该像单向打字机那样工作，而应该更像一个编辑。
基于这种理念，Mercury系列开始在实践中得到应用和发展。
2025年2月，全球首个基于扩散模型的商业级语言模型——初代Mercury发布，其生成速度达到了传统自回归模式的五倍以上。同时推出的还有编程助手Mercury Coder。
在一年后的今天，升级版Mercury 2面世，在推理和多智能体技术日益流行的背景下带来了更多的可能性。
实际上早在2019年，该公司的联创兼CEO Stefano Ermon就开始研究扩散模型了。
当时Stefano Ermon是斯坦福大学计算机科学教授，他很早就考虑将扩散模型应用于内容生成领域。
此前的主流图像生成技术大多使用GAN（生成对抗网络），但他和他的团队认为这种方法“不够好”，于是开始尝试应用Diffusion方法。
在看到Diffusion的良好效果后（后来Midjourney和DALL-E等产品都是采用这一方法），他们将研究重心转向了文本和代码的生成领域。
图像由连续像素组成，而文本则是离散token构成。之前成功的扩散模型理论（如去噪得分匹配）是在连续空间上建立起来的，无法直接应用于文本生成。
于是，在2023年，他们发表了一篇关键性论文《Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution》，介绍了一种名为Score Entropy Discrete Diffusion models（SEDD）的新方法。
这一模型创新地提出了“分数熵”这一损失函数概念，巧妙地将连续空间的理论扩展到了离散数据领域。
这使得扩散模型能够像理解图像那样去理解和生成语言。
论文结果表明，SEDD的表现明显优于当时已有的语言模型，在困惑度上比未退火的GPT-2高出6-8倍。
（注：此论文后来获得了ICML 2024最佳论文奖）
看到这一成果后，Stefano Ermon决定创办公司来放大这项技术的价值。
因此，在2024年夏天，他邀请了美国加利福尼亚大学洛杉矶分校的教授Aditya Grover和康奈尔大学的教授Volodymyr Kuleshov加入Inception Labs。
去年11月，这家公司宣布获得了5000万美元的投资，并且投资阵容十分豪华。
其中包括NVentures（英伟达风投部门）、M12（微软旗下风险基金）和Menlo Ventures （领投方、知名长期风投机构），以及AI领域的重量级人物吴恩达和卡帕西等人的支持。
坚持走扩散模型路线的Inception Labs始终稳扎稳打，并获得了市场的认可和支持。
最后顺便提一下，Mercury 2目前暂无开源计划，但其API兼容OpenAI标准。
对这款产品感兴趣的朋友们可以亲自体验一番。
体验地址：
https://chat.inceptionlabs.ai/