挑戰主流認知！螞蟻、人大在2025外灘大會發布行業首個原生MoE擴散語言模型

螞蟻集團和人民大學聯合研發原生MoE架構擴散語言模型（dLLM) LLaDA-MoE，在約20T數據上完成了從零訓練MoE架構的擴散語言模型，驗證了工業級大規模訓練的擴展性和穩定性；效果超過此前發布稠密擴散語言模型LLaDA1.0/1.5和Dream-7B，比肩等效自回歸模型，并保有數倍的推理速度優勢。模型將在近期完全開源，以推動全球AI社區在dLLM上的技術發展。 

9月11日，在2025Inclusion·外灘大會上，螞蟻集團與中國人民大學聯合發布業界首個原生MoE架構的擴散語言模型（dLLM）“LLaDA-MoE”，中國人民大學高瓴人工智能學院副教授李崇軒，螞蟻集團通用人工智能研究中心主任、西湖大學特聘研究員、西湖心辰創始人藍振忠參與了發布儀式。 

（中國人民大學、螞蟻集團聯合發布首個MoE架構擴散模型LLaDA-MoE）

據介紹，這款新模型通過非自回歸的掩碼擴散機制，首次通過原生訓練的MoE在大規模語言模型中實現了與Qwen2.5相當的語言智能（如上下文學習、指令遵循、代碼和數學推理等），挑戰了“語言模型必須自回歸”的主流認知。 

實現數據顯示，LLaDA-MoE模型性能效果在代碼、數學、Agent等任務上領先于LLaDA1.0/1.5和Dream-7B等擴散語言模型，接近或超越了自回歸模型 Qwen2.5-3B-Instruct，僅激活 1.4B 參數即可實現等效3B稠密模型的性能。

（LLaDA-MoE性能表現） 

“LLaDA-MoE模型驗證了工業級大規模訓練的擴展性和穩定性，意味我們在把dLLM訓擴到更大規模的路上又往前走了一步。”藍振忠在發布現場表示。

中國人民大學高瓴人工智能學院副教授李崇軒介紹，“兩年過去，AI大模型能力突飛猛進，但存在一些問題始終沒有得到本質上的解決。究其原因，這是當前大模型普遍采用的自回歸生成范式所造成的——模型天然是單向建模的，從前往后依次生成下一個token。這導致它們難以捕tokens 之間的雙向依賴關系。”

面對這些問題，一些研究者選擇另辟蹊徑，將目光投向并行解碼的擴散語言模型。然而，現有 dLLM 均基于稠密架構，難以復刻 ARM 中 MoE 的“參數擴展、計算高效”優勢。在這樣的行業背景下，螞蟻和人大聯合研究團隊，首次在MoE架構上推出了原生的擴散語言模型LLaDA-MoE。

藍振忠還表示，“我們將于近期向全球完全開源模型權重和自研推理框架，與社區共同推動 AGI 新一輪突破。”

據了解，螞蟻與人大團隊攻關 3個月，在LLaDA-1.0基礎上重寫訓練代碼，并且基于螞蟻自研分布式框架 ATorch提供EP 并行等一系列并行加速技術，基于螞蟻Ling2.0基礎模型的訓練數據，在負載均衡、噪聲采樣漂移等核心難題上取得突破，最終采用 7B-A1B（總7B、激活1.4B）的MOE架構完成約 20T 數據的高效訓練。

在螞蟻自研的統一評測框架下，LLaDA-MoE 在 HumanEval、MBPP、GSM8K、MATH、IFEval、BFCL 等 17項基準上平均提升 8.4%，領先 LLaDA-1.5達到13.2%，與 Qwen2.5-3B-Instruct 打平。實驗再次驗證“MoE 放大器”定律在 dLLM 領域同樣成立，為后續 10B–100B 稀疏模型提供可行路徑。

據藍振忠介紹，除模型權重外，螞蟻還將同步開源針對 dLLM 并行特性深度優化的推理引擎。相比 NVIDIA 官方 fast-dLLM，該引擎實現了顯著加速。相關代碼與技術報告將于近期在 GitHub 及 Hugging Face 社區同步發布。 

藍振忠還透露，螞蟻將持續投入包括基于dLLM的AGI領域，下一階段將聯合學界和全球AI社區共同推動AGI新的突破。“自回歸不是終點，擴散模型同樣可以成為通向 AGI 的主干道。”藍振忠如是說。