Inception发布Mercury2，这是首款基于扩散机制的语言推理模型

人工智能初创企业Inception Labs发布了首款基于扩散技术的推理AI模型，该模型兼具高效与经济的特点。

和传统语言模型不一样的是，Mercury 2 会同时对多个文本块进行细化处理，并非逐字逐句地加工文本。这家初创企业将此类比为编辑一次性对整个草稿进行修改，而非只关注单个字词。

目前最突出的优势体现在速度与价格两方面。根据《盗梦空间》的相关报道，Mercury 2在Nvidia Blackwell GPU上的处理速度达到了每秒1009个令牌，端到端延迟仅1.7秒；相比之下，启用推理功能时，Gemini 3闪存的延迟为14.4秒，Claude Haiku 4.5则为23.4秒。该公司表示，其输出质量能够与当前领先的速度优化模型相媲美。

该服务的定价标准为：每百万输入代币收费0.25美元，每百万输出代币收费0.75美元。与Gemini 3 Flash（输入0.50美元/百万、输出3.00美元/百万）相比，输入价格低了一半，输出价格则低了四倍；而与Claude Haiku 4.5（输入1.00美元/百万、输出5.00美元/百万）相比，输入价格约为其四倍，输出价格则超过两倍半。

该模型具备128K上下文窗口支持，同时可实现工具调用与JSON格式输出。Inception主要面向那些有延迟敏感型应用需求的企业，例如语音助手、编程工具以及搜索系统等。

Mercury 2 目前已支持兼容 OpenAI 的 API 接口。企业可申请优先体验，该模型也能直接在聊天场景中进行测试。

人工智能行业正在寻找变形金刚之后的未来

去年11月，Inception从Microsoft、Nvidia、Snowflake等投资者处完成了5000万美元的融资。这家初创公司在2025年初对外展示了首个原型产品。而随着“水星2号”的发布，盗梦空间目前已推出搭载推理能力的量产机型。

Google Deepmind同样在开展基于扩散的语言模型研发工作。Gemini Diffusion在基准测试里的表现和当时的Gemini 2.0 Flash Lite模型不相上下。不过，自从2025年5月首次展示扩散实验后，谷歌至今还没有就这一扩散实验发布任何相关声明。

更宽泛地看，越来越多的初创企业正尝试探索替代主流变压器架构的途径。基于扩散的语言模型能否长期存续下去，目前还无法确定。