NVIDIA发布Nemotron-Labs-Diffusion：三模式语言模型，前向令牌数达Qwen3-8B的6倍

NVIDIA推出Nemotron-Labs-Diffusion模型家族，在单一架构中统一自回归解码、扩散并行解码和自推测解码。支持3B、8B和14B参数规模，包含基础、指令和视觉语言变体。自推测模式通过扩散生成候选令牌，再由自回归验证，无需辅助模型。在8B规模下，线性自推测较Qwen3-8B实现6倍前向令牌数，准确率63.61%，优于Qwen3-8B的62.75%。布署灵活，适用于不同并发场景。