跳转至

LLaDA2.2：全球首个大规模 Agentic 扩散模型（边行动边纠错，128K 上下文）

Ch04.842 LLaDA2.2：全球首个大规模 Agentic 扩散模型（边行动边纠错，128K 上下文）

📊 Level ⭐⭐⭐ | 2.6KB | entities/全球首个agentic扩散模型来了边行动边纠错128k上下文追平自回归.md

LLaDA2.2：全球首个大规模 Agentic 扩散模型（边行动边纠错，128K 上下文）

核心：扩散模型首次进入智能体长程任务

蚂蚁集团 inclusionAI 团队推出 LLaDA2.2：千亿参数的 MoE 扩散语言模型，原生支持 128K 上下文，是全球首个大规模 Agentic 扩散模型。自回归模型（ChatGPT、Claude 等）统治 Agent 赛道多年，逐 Token 生成慢但具备序列因果性；LLaDA2.2 证明扩散模型也能承担 Agent 任务——不仅能并行生成，还能在生成过程中自我增删、动态修正。

三代演进：扩散架构从生成工具到行动架构

从 2.0 时期的规模化尝试，到 2.1 版本的边写边改，再到 2.2 的智能体觉醒，半年时间三代模型完成扩散架构从生成工具到行动架构的递进。LLaDA2.2 第一次将 Levenshtein 编辑、面向环境反馈的强化学习、长上下文工程架构整合进同一套扩散模型 Agent 系统。

为什么扩散 Agent 难：序列因果性与错误固化

Agent 场景中输出要被真实执行，再小的 bug 也会影响整个流程，"一步错步步错"，错误会在后续交互中被持续固化成硬约束，最终导致整体目标漂移。传统扩散模型可以同时处理一个 block 中的多个位置，速度比自回归快，但 Token 之间缺乏严格的序列条件约束——这正是 LLaDA2.2 要解决的核心矛盾。

与 Wiki 现有知识的关联

→ 原文存档