斯坦福教授、扩散模型先驱Stefano Ermon在No Priors播客(2026-09-18)阐述了Inception公司的核心押注:扩散架构可以突破Transformer在高频、低延迟场景下的瓶颈,从而重构LLM推理的成本假设。
Ermon的论点核心在于:当前Transformer的自回归解码在延迟敏感场景(客服、实时决策)存在结构性瓶颈,而扩散模型的并行生成路径在理论上可以实现更低的首token延迟。这对以Claude/GPT为代表的Transformer阵营构成潜在挑战。
从LLM Stats追踪的当前格局看,Gemini 3.1、Claude Opus 4.6、GPT-5.2仍主导综合基准排行。扩散架构距离商业规模化尚需验证,但其在推理基础设施层的颠覆潜力已引发资本侧关注——Inception的融资进展将成为下一个观测节点。
规律:大模型竞争正从「谁的参数更多」转向「谁的推理成本更低、延迟更短」。扩散架构的商业化进展值得持续追踪——它若成立,将重新定价当前所有ToB推理基础设施。