人工智能初创公司Inception Labs近日正式发布了其新一代大语言模型Mercury 2，并宣称该模型是“全球最快的推理语言模型”。其核心目标是让生产环境中的AI应用响应达到“瞬时”体验。Mercury 2的技术亮点在于其采用了创新的“扩散”（diffusion）技术来驱动推理过程。与传统自回归模型逐词生成的方式不同，扩散模型可能通过并行化或更高效的路径规划来加速整体推理链条，这有望从根本上解决大模型在实时应用场景中的延迟瓶颈。该模型的发布引发了技术社区的广泛关注，在知名技术论坛上获得了154个点赞和80条评论，显示出业界对提升大模型推理效率这一关键挑战的高度兴趣。如果其宣称的性能在真实场景中得到验证，将显著推动AI在对话系统、实时代码生成、交互式分析等领域的落地应用，为下一代高性能AI基础设施树立新的基准。