在人工智能行业普遍押注大型语言模型（LLM）与海量数据中心的背景下，初创公司 Inception 选择了一条反主流的技术路线。周一，该公司正式发布旗舰模型 Mercury 3，这款基于扩散技术的 LLM 旨在以更低成本和更高速度，挑战现有的主流理论。
Mercury 3 采用与传统自回归模型不同的技术路径，能够并行生成并优化多个 token，从而充分利用 GPU 的并行处理能力。Inception 表示，该模型在性能和质量上已媲美 Anthropic 和 OpenAI 的中低端模型，但速度大幅提升，每秒可处理 1000 个 token，用户几乎能获得即时回复。团队还透露，通过利用 Mercury 3 智能体群进行递归自我改进，模型整体速度在此基础上又提升了 16%。
Inception 首席执行官 Stefano Ermon 称，Mercury 3 是目前市场上最强大的基于扩散的语言模型，其智能程度可与 Luna 和 Haiku 模型相提并论，但速度优势明显。在定价方面，Mercury 3 的输入 token 价格为每百万 0.10 美元，输出 token 为每百万 0.35 美元。相比之下，Anthropic 的 Haiku 5.5 和 OpenAI 的 GPT-6 Luna 等领先模型的输入价格相同，但 Mercury 3 的输出价格提供了 35% 的折扣。需要注意的是，当前价格为发布促销价，比最终标准价格低 50%。Ermon 表示，公司正推进相关开发，有望在未来几周内将这一低价永久化，但具体促销期时长尚未公布。
尽管具备成本优势，但 Mercury 3 的核心竞争力在于速度而非单纯的低价。Inception 声称，Mercury 3 的速度比 Haiku 5.5、GPT-6 Luna 和 GLM-5.3 Flash 快 4 到 8 倍，且在智能体基准测试中表现优于上述所有模型。这与 Anthropic 和 OpenAI 的策略不同，后者通常通过低价提供预算型模型，同时对顶级模型收取高额溢价；而 Mercury 3 本身就是 Inception 的旗舰产品。
技术层面，Mercury 3 的突破关键在于推理过程的并行化。传统 LLM 依赖自回归过程，按顺序逐个生成 token，而 Mercury 3 能同时处理多个 token。这种将扩散模型应用于文本领域的尝试，被视为此次的技术突破。此外，Mercury 3 的参数量是 2025 年 2 月发布的 Mercury 1 的 40 倍，但 Inception 未透露具体数值，以避免因参数量相对较小而被低估。这一进展表明，扩散型 LLM 正在快速进步，有望在明年追平传统前沿 LLM。这也解释了 Google DeepMind 为何悄悄研发类似技术，并于六月发布了拥有 260 亿参数的 DiffusionGemma，实现了类似的速度突破。
深度观察
Mercury 3 的出现对顶尖 AI 实验室当前的主流路径提出了质疑。多数实验室仍依赖构建更大规模的 LLM 并借助 Nvidia 等厂商的硬件升级来提升性能。如果 Inception 的技术路线被验证可行，将对行业产生重大影响。当前，AI 行业面临提升智能需巨大算力、增强推理能力推高成本和响应时间的困境。Inception 的突破主要聚焦于提升 AI 响应速度及更高效地利用昂贵的 GPU 硬件。目前尚需观察，这究竟是面向实时 AI 应用的利基市场解决方案，还是对尖端前沿模型构成的长期重大挑战。