12月12日消息，蚂蚁技术研究院今天正式发布了LLaDA2.0系列离散扩散大语言模型（dLLM），并同步公开了其背后的技术报告，该模型被称为“业内首个100B扩散语言模型”。

LLaDA2.0系列包含基于MoE架构的16B（mini）与100B（flash）两个版本，一举将扩散模型的参数量级首次扩展到了100B级别。

蚂蚁技术研究院表示，此次发布的模型不仅打破了业界对扩散模型难以扩展的固有印象，更在代码、数学和智能体任务上展现出了超越同级自回归（AR）模型的强大性能。

通过创新的Warmup-Stable-Decay（WSD）持续预训练策略，LLaDA2.0能够无缝继承现有自回归模型的知识，避免了从头训练带来的高昂成本。结合不限于常规SFT的、基于置信度感知并行训练（CAP）以及扩散模型版DPO，LLaDA2.0在保证生成质量的同时，充分利用了扩散模型的并行解码优势，实现了相比AR模型高达2.1倍的推理加速。这证明了在超大规模参数下，扩散模型不仅可行，而且可以更强大、更高效。

蚂蚁技术研究院从知识理解、数学、代码、推理及智能体等多个维度对模型进行了综合评估。结果显示，LLaDA2.0在结构化生成任务（如代码生成）上具有显著优势，并在其他领域与顶尖开源自回归模型实力持平。

目前，LLaDA2.0的模型权重（16B/100B）及相关训练代码已在Huggingface平台开源，具体地址如下：