扩散智能DiffuSpace完成数亿元融资：全球dLLM最大纪录，经纬顺为华为哈勃领投
发布时间：2026年10月09日 09:30:0010月9日，深圳大模型厂商扩散智能DiffuSpace披露已连续完成两轮融资，总金额达数亿元人民币，创下全球扩散语言模型（dLLM）赛道最大规模融资纪录。融资由经纬创投、顺为资本、君联资本联合领投，中科创星、华为哈勃、地平线等跟投。DiffuSpace聚焦以dLLM为核心的下一代基座模型——区别于GPT类自回归模型逐词生成，dLLM采用全局并行扩散生成，天然适配端侧Agent。团队由港大NLP实验室孔令鹏教授领衔，2022年即开创扩散模型处理Seq2Seq文本生成的技术路径，Dream 7B模型首次全面超越同参数自回归模型。10月DiffuSpace计划发布并开源新一代更大参数dLLM。
全球最大的dLLM融资诞生了
10月9日，深圳大模型厂商扩散智能DiffuSpace披露已连续完成两轮融资，总金额达数亿元人民币，创下全球**扩散语言模型（dLLM）**赛道最大规模融资纪录。
融资阵容堪称豪华：
| 角色 | 机构 |
|---|---|
| 联合领投 | 经纬创投、顺为资本、君联资本 |
| 跟投 | 中科创星、华为哈勃、地平线 |
有意思的是，这是DiffuSpace首次公开披露融资——成立于2026年5月，现在还不到半年。
dLLM：和GPT走的不是一条路
DiffuSpace的核心技术路线是扩散语言模型（Diffusion Large Language Model, dLLM）——这与GPT等自回归模型（逐词生成）走的是完全不同的路径：
| 维度 | 自回归模型（GPT类） | 扩散语言模型（dLLM） |
|---|---|---|
| 生成方式 | 从左到右逐词生成 | 全局并行扩散生成 |
| 优势 | 语言流畅、事实性好 | 并行速度快、全局建模能力强 |
| 痛点 | 端侧部署难、长推理慢 | 语言自然度曾一度落后 |
| 适配 | 云端、写作/问答 | 端侧Agent、多模态、具身智能 |
DiffuSpace团队由港大NLP实验室联合主管孔令鹏教授领衔，早在2022年就启动dLLM前沿研究，提出了DiffuSeq——全球第一个让扩散模型完成Seq2Seq文本生成（对话、改写、问句生成）的工作，被ICLR 2023收录。
2025年团队推出的Dream 7B模型，首次全面超越同参数规模的自回归模型，在规划能力上比肩671B的DeepSeek-V3，在HuggingFace上获得超过250万下载量。
为什么现在给dLLM砸这么多钱
2026年以来，dLLM赛道热度飙升：2026年前8个月相关论文总数是2025年全年的2.4倍。Google、Inception、蚂蚁集团等持续加码。资本押注DiffuSpace的逻辑清晰：
第一，端侧Agent的天然适配——dLLM的并行生成速度恰好适合需要实时响应的端侧场景（智能汽车、机器人、AI PC），而自回归模型在这些场景下"又慢又贵"。
第二，中国团队的先发优势——DiffuSpace团队在dLLM三大核心问题（条件生成、离散信号建模、Scaling）上取得全球领先突破，这是一条中国团队有机会"弯道超车"的技术路径。
第三，华为哈勃和地平线的信号——芯片厂商的跟投，意味着dLLM在硬件适配层面的需求已经被产业巨头提前锁定。
下一步：开源更大参数dLLM
DiffuSpace正在训练新一代更大参数规模的dLLM，并计划于10月发布并开源。同时已与亚洲智能体计算平台公司Acrab达成合作——据称借助dLLM的并行生成能力，端侧Agent运行速度可提升5倍。
结语
DiffuSpace的融资，让一个原本只有论文和Demo的前沿技术，瞬间拥有了"商业化变现"的可能。当自回归模型的Scaling Law效应开始边际递减，dLLM可能是下一个能拉开差距的技术突破口——而这次，中国团队有机会比全球走得更远。