擴散模型當Agent：Clover-35B發布

擴散也能當Agent

過往擴散模型多應用於圖像與影片生成，與智能體能力似乎無緣。Clover-35B-A3B-Preview打破了這一印象：無論寫代碼、操作網頁、調用工具還是生成HTML，用法都與熟悉的大語言模型相若，開發者幾乎無需改變使用習慣。

速度表現

實際體驗顯示其響應速度突出：生成一個可交互的太陽系模擬器時，思考約1秒，其後約4至5秒即輸出可用結果。該模型速度亦較Jev快一倍，顯示擴散架構在推理效率上具備潛力。

架構意義

擴散模型與主流大語言模型屬兩條不同的技術路線，前者過去多見於圖像與影片領域。今次進展顯示，擴散架構也能勝任代碼編寫與工具使用等複雜任務，為智能體提供主流路線以外的另一選擇，也反映生成式AI的架構格局正在變得多元。