NVIDIA 发布 Nemotron-Labs-Sigma:3B/8B 连续扩散语言模型
NVIDIA AI Releases Nemotron-Labs-Sigma, a Continuous Diffusion Language Model with 14 checkpoints at 3B/8B
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。
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。
NVIDIA AI Releases Nemotron-Labs-Sigma, a Continuous Diffusion Language Model with 14 checkpoints at 3B/8B
NVIDIA released Nemotron-Labs-Sigma, 14 open 3B and 8B continuous diffusion language model checkpoints. Sigma denoises text in a learned 16-D embedding space, distills to few-step samplers, and decodes up to 4.20x faster than autoregressive decoding. The post NVIDIA AI Releases Nemotron-Labs-Sigma, a Continuous Diffusion Language Model with 14 checkpoints at 3B/8B appeared first on MarkTechPost .
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:NVIDIA、Nemotron-Labs-Sigma、扩散模型、开源模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始信息发布自一手权威信源「marktechpost」(Tier-1 一手发布),具备高确定性参考价值。截至目前,全网已有 10 家独立信源对该事件进行交叉印证与跟进报道(含 NVIDIA AI、Jim Fan、Naval 等),属于近期高关注度行业信号。