用扩散模型下象棋赢了特级大师

大模型都在比写作和编程，一家深圳公司偏要让它下象棋——而且赢了职业棋手。这是宣发噱头，还是扩散模型路线的真实实力？先把事实摆出来，再教你怎么核。

一、发生了什么

据智东西 10 月 28 日报道（以下数据均为厂商发布口径），扩散智能（DiffuSpace）发布并开源了扩散语言模型 Clover 的 35B 预览版，采用混合专家架构，总参数 350 亿、每次激活 30 亿。配套的决策模型面向"快速做判断"类任务，分独立和联合两种模式：联合模式把一组关联问题放在一起统筹推理，让各项判断相互参照，避免结论彼此打架。

厂商给出的内部验证是：500 组、共 2420 道关联问题里，联合模式答对 95%，八成问题组全部答对；同一模型拆开单答时只有 89.8%；而开源决策模型 Jev 在相同题目的历史成绩分别只有 63.6% 和 15.8%。对比案例是合同审查：五个关联判断，联合模式全对，单答对四个，Jev 对两个。这次的对弈同样是联合模式执黑获胜——走法细节没有公开，厂商只公布了结果。开源地址托管在三个平台，权重可直接下载，这一点至少是真的。

团队背景也有看点：据厂商介绍，创始人来自香港大学自然语言处理实验室，2022 年就发布过扩散模型做文本生成的方法，前作模型系列累计下载超 270 万次；10 月上旬刚披露完成两轮融资、合计数亿元。

二、跟你有什么关系

做风控和审核的人。 关联判断一次统筹的思路，对合同、合规、保险核保这类"几项结论必须互相一致"的场景有直接参考价值——多项判断互相牵制时，独立作答最容易翻车。

做 agent 的人。 厂商测试里单卡生成速度到数百 token 每秒，如果属实，端侧 agent 的成本结构和响应速度会不一样。

研究扩散路线的人。 这条路线正在从论文走向开源产品，权重已经放出，是难得的可亲手验证样本。

三、怎么判断

1. 先看口径：95% 出自厂商自己的内部验证集，题目构成和划分方式未公开，与第三方跑分不是一回事。
2. 再看对手：Jev 的成绩引用的是"历史评测"，测试条件未必对齐，对比含金量要打折。
3. 最后看落地：配套的运行框架和编程客户端还在开发中，现在能用的只有开源权重，建议拉下来跑自己的真实任务再下结论。

四、三个别信的说法

赢了象棋等于会推理了。 象棋是封闭规则游戏，判断模型在开放业务场景的表现还没有公开证据。

扩散模型即将取代自回归。 整个推理栈和 agent 框架都围着现有架构建，兼容性与迁移成本是绕不过的坎，团队自己也承认这点；生态兼容是长期工程，一两个版本说明不了问题。

联合模式 95% 可直接信。 单独作答掉到 89.8% 说明任务本身有难度，95% 的前提是"一组问题恰好相关联"，场景不对就没这个数。

五、一句话结论

厂商的分数当线索，别当结论；开源权重摆在那里，跑一跑才知道成色。

信息来源

• 智东西关于扩散智能发布 Clover 的报道

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。