只有在眼睛眨眼之间，水星才完成任务。 “我们很乐意推出Mercury，这是为聊天应用程序定制的第一个商业级别的LLM！Mercury非常快速有效，可以对对话进行实时响应，例如Mercury Coder的经验带来代码。”直到现在，AI初创公司Inception Labs向X. Stefano Ermon（公司的创始人之一）宣布了这一好消息，实际上是扩散模型的发明者之一，他也是设置原始闪光纸的人之一。 Aditya Grover和Volodymyr Kuleshov均毕业于斯坦福大学，后来曾分别在加利福尼亚大学，洛杉矶大学和康奈尔大学担任计算机科学教授。汞有多有效？首先让我们看一个官方演示：视频表明用户想学习西班牙语。否则水星教她一些常见的问候及其含义。几乎一眼汞向西班牙及其含义提供了一些共同的问候，这确实很快。不同的模型一直是图像生成和视频生成的基本方法。但是，扩散模型在离散数据上的应用，尤其是在语言领域，仍然仅限于小型实验。与经典的自回旋模型相比，扩散模型的优点是它们可以并行开发，这不仅可以极大地提高生成速度，而且还提供了更精致的控制，推理功能和多模式数据处理能力。但是，将扩散模型扩展到现代LLM的规模，同时保持高性能iSREMARS尚未解决的挑战。水星是为此诞生的，这是基于扩散模型的第一个LLM。与自回归（AR）模型相比，汞模型达到了性能和效率最先进的水平。在性能方面，根据TH的基准测试数据E第三方审查机构无论如何，汞都可以与具有优化速度（例如GPT-4.1 Nano和Claude 3.5 Haiku）的切割模型相媲美，并且工作速度提高了7倍以上。在其他情况下，汞也表现出过高的能力。首先，以实时的声音。水星在其潜伏期的低特征中可以支持各种实时语音应用程序，包括翻译服务和呼叫中心代理。在语音命令的实际测试中，在通用NVIDIA硬件中运行的Mercury比Llama 3.3 70B大型型号在大脑系统上运行。第二个是接触。 Mercusi Ry是Microsoft NLWEB项目合作伙伴。当与汞结合使用时，NLWEB提供了闪电般的自然对话。水星的运行速度比其他以速度为中心的型号（例如GPT-4.1 Mini和Claude 3.5 Haiku）更快，从而确保了流畅的用户体验。同时，Inception Labs还发布了一份技术水星的报告，感兴趣的读者可以去了解更多。纸张标题：水星：基于纸张传播链接的Ultra-Fast语言模型：https：//arxiv.org/pdf/2506.17298试验测试：https：//poe.com/inception-com/inception-rcury，不难看到Mercury是基于语言语言的下一步。这将用非常快，强的DLLM替换现代的NG自回归模型。由于水星专注于快速和高效率，实际体验会如何影响？机器的心开始并经历了。首先，尝试Mercury的推理能力。两个经典的问题：“哪个更大，9.11或9.9”和“几个草莓？”正确回答。但是问题被“为什么一个红绿色盲人的父亲崩溃了？”的问题打败了这个问题。接下来，让我们尝试代码功能。我们使用Mercury，Gemini 2.5 Flash和GPT 4.1 Mini生成相同的脚本工作，以查看区别是什么。 “创建一种1000字的游戏脚本，包括角色类别，逻辑攻击，AI敌人和UI模块的开始。“汞生成过程：双子座2.5闪光生成过程：GPT 4.1 Mini的生成过程：可以看出，汞的形成非常快，在短暂停顿后。短暂的暂停后，大量的文本将在同一时间出现。只需完成任务。很长一段时间，我们在这里邀请了GPT O3作为一名法官。