字节跳动Seed团队发布实验性扩散语言模型Seed Difusion Preview。 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， 通过“两阶段课程学习”（从局部补全到全局编辑）、“约束顺序训练”（引入代码结构先验）、“同策略学习优化并行解码”等技术，解决了扩散模型在语言任务中的两大难题：归纳偏置冲突与推理效率瓶颈。 在代码生成任务中，Seed Diffusion Preview 实现了 2146 tokens/s 的推理速度，比同规模自回归模型快 5.4 倍，同时保持甚至超越其生成质量，尤其在需要全局规划的任务（如代码编辑）中表现更优。