事件专题 ·官方一手

NVIDIA 发布 Nemotron-Labs-Sigma:3B/8B 连续扩散语言模型

NVIDIA 发布 Nemotron-Labs-Sigma,一次性放出 14 个开源检查点,规格为 3B 和 8B 两种。这是语言建模路线上的新尝试:不同于 GPT 类模型逐 token 生成,Sigma 采用连续扩散方式生成文本。 技术上,Sigma 在一个学习得到的 16 维嵌入空间中对文本做去噪,并通过蒸馏得到少步采样器,解码速度最高达到自回归解码的 4.20 倍。这意味着在同等硬件下可以更快拿到生成结果,尤其适合对吞吐要求高的场景。 扩散语言模型此前多见于学术研究,NVIDIA 以开源检查点的形式将其工程化,给了开发者一个可与自回归开源模型对比的新选项,3B/8B 的规模也便于在消费级硬件上实测。

当前结论

NVIDIA 把扩散式文本生成做成了能用的开源模型,3B/8B 共 14 个检查点随便下。解码比自回归快到 4.20 倍,做推理加速、本地部署的值得实测对比一下。

11 个信源66° AI 热度最后更新 2026/11/20 14:44:52

证据链

11 个信源
相关来源 6The Information
查看原文
相关来源 7Clement Delangue
查看原文
相关来源 9arXiv: DeepSeek
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。