9月11日，在2025Inclusion·外滩大会上，蚂蚁集团与中国人民大学联合发布业界首个原生MoE架构的扩散语言模型（dLLM）“LLaDA-MoE”。该模型将于近期完全开源，以推动全球AI社区在dLLM上的技术发展。

据悉，这款新模型通过非自回归的掩码扩散机制，首次通过原生训练的MoE在大规模语言模型中实现了与Qwen2.5相当的语言智能（如上下文学习、指令遵循、代码和数学推理等），挑战了“语言模型必须自回归”的主流认知。

实现数据显示，LLaDA-MoE模型性能效果在代码、数学、Agent等任务上领先于LLaDA1.0/1.5和Dream-7B等扩散语言模型，接近或超越了自回归模型Qwen2.5-3B-Instruct，仅激活 1.4B参数即可实现等效3B稠密模型的性能。

“LLaDA-MoE模型验证了工业级大规模训练的扩展性和稳定性，意味着我们在把dLLM训练扩展到更大规模的路上又往前走了一步。” 蚂蚁集团通用人工智能研究中心主任蓝振忠在发布现场介绍。

中国人民大学高瓴人工智能学院副教授李崇轩表示，两年过去，AI大模型能力突飞猛进，但存在的一些问题始终没有得到本质上的解决。究其原因，这是当前大模型普遍采用的自回归生成范式所造成的——模型天然是单向建模的，从前往后依次生成下一个token。这导致它们难以捕捉tokens之间的双向依赖关系。

面对这些问题，一些研究者选择另辟蹊径，将目光投向并行解码的扩散语言模型。然而，现有dLLM均基于稠密架构，难以复刻ARM中MoE的“参数扩展、计算高效”优势。在这样的背景下，蚂蚁和人大联合研究团队，首次在MoE架构上推出了原生的扩散语言模型LLaDA-MoE。

据了解，蚂蚁与人大团队攻关3个月，在LLaDA-1.0基础上重写训练代码，并且基于蚂蚁自研分布式框架ATorch提供EP并行等一系列并行加速技术；基于蚂蚁Ling2.0基础模型的训练数据，在负载均衡、噪声采样漂移等核心难题上取得突破。最终，采用7B-A1B（总7B、激活1.4B）的MOE架构完成约20T数据的高效训练。

在蚂蚁自研的统一评测框架下，LLaDA-MoE在HumanEval、MBPP等17项基准上平均提升 8.4%，领先LLaDA-1.5达到13.2%。实验再次验证“MoE 放大器”定律在dLLM领域同样成立，为后续10B–100B稀疏模型提供了可行路径。

“我们将于近期向全球完全开源模型权重和自研推理框架，与社区共同推动 AGI 新一轮突破。” 蓝振忠透露，相关代码与技术报告将于近期在GitHub及Hugging Face社区同步发布。

（受访者供图）