# DiffResearch框架借助扩散模型降低AI研究延迟

> 开源系统DiffResearch以扩散语言模型替代传统自回归模型，在基准任务上的端到端速度约提升6倍。

Oossa · 2026-10-22 · https://oossa.com/zh/diffresearch-framework-uses-diffusion-models-to-cut-research-ai-latency

DiffResearch是一款新的多智能体研究框架，以扩散语言模型（dLLM）为核心，负责规划、检索和撰写。作者在100项Deep Research Bench任务上，将扩散模型主干与类似的自回归模型进行了比较。扩散模型版本的整体运行速度约快6倍，主要得益于规划和长篇写作显著提速。一种名为dFast的特殊模式会读取中间去噪状态，并将任务拆分为多个子查询；在不影响报告质量的情况下，它还能额外带来中位数1.99倍的速度提升。代码以Apache-2.0许可证开源。

## 事实

- 扩散模型主干在基准测试中的端到端速度约快6倍。
- dFast模式通过任务拆解带来中位数1.99倍的额外速度提升。

## 为什么重要

研究人员可以在几分钟内而非几十分钟内获得AI生成的报告，让交互式深度研究工具更具实用性。

## 来源与参考

1. [DiffResearch: Accelerating Deep Research with Diffusion Language Models](https://arxiv.org/abs/2610.28909) – arXiv, 2026-10-22

最后更新: 2026-10-22