字节跳动Seed团队推出实验性扩散语言模型Seed Diffusion Preview，代码生成速度提升5.4倍

字节跳动Seed团队于7月31日正式推出实验性扩散语言模型Seed Diffusion Preview，该模型在代码生成领域的推理速度达到每秒2146 tokens，较同规模自回归模型提升5.4倍。此次发布旨在通过结构化代码生成场景，验证离散扩散技术作为下一代语言模型基础框架的可行性。

测试数据显示，该模型在多项业界基准测试中性能与主流自回归模型持平，尤其在代码编辑类任务（如CanitEdit）中展现出更优的全局规划能力，性能显著超越自回归模型。团队指出，高效采样技术的实现使模型能同时兼顾速度与精度，为复杂结构化推理问题提供了新的技术路径。

官方强调，推理加速仅是离散扩散模型的表层优势，其核心价值在于规模化定律的探索及复杂推理任务的潜在应用。Seed Diffusion项目将持续推进该技术路线的深度研发，重点挖掘其在多模态生成、数学推导等领域的延伸可能性。目前该模型仍处于实验阶段，团队未透露具体商业化落地时间表。