AI 能够“一次性”理解句子？Inception 下一代模型“Mercury 3”的故事

By Gi Pyeong Lee
AI Inception Mercury 3 扩散模型
表现数字神经网络结构，可一次性俯瞰整体语境的抽象图形。
AI Summary

Inception 即将发布的下一代 AI“Mercury 3”采用基于扩散模型的技术，能够一次性掌握全文脉络，预计将展现出与现有模型相当的性能。

试想一下。你需要给朋友写一封冗长而复杂的信。迄今为止的 AI 就像是一个不断地思考下一个单词、一字一句地写下去的苦力。如果写错了，也很难回头修改。但是，如果我们能够将整封信的内容一次性浮现在脑海中，并在观察整体语境的同时进行润色，那会怎样呢？Inception 即将发布的下一代 AI 模型“Mercury 3”预示着这样一个时代的到来。出处: Batalla por Inception: Microsoft vs SpaceX en la carrera de IA

为什么这很重要？

我们目前使用的大多数 AI 都是“自回归（Autoregressive）”模型。简单来说，就是根据刚刚写下的单词来预测下一个单词。但这种方式的缺点是，如果句子变长，很容易忘记开头的意图，或者犯逻辑错误。

相反，像 Mercury 3 这样基于“扩散模型（Diffusion model）”的大型语言模型（dLLM）能够一次性俯瞰整个句子。这与我们写文章时先构思整体逻辑结构再填充细节的过程非常相似。这意味着 AI 将能够进行更聪明的“思考”并进行写作。出处: DiffuCoder: Understanding and Improving Masked Diffusion Models…

简单易懂：像照片美化应用一样的 AI

为了更容易理解扩散模型，请想象一下照片美化应用中的“去噪滤镜”。这类似于在照片上撒满杂乱的噪点使形态变得无法辨认，然后一点点去除噪点找回原本清晰照片的过程。出处: DiffuCoder: Understanding and Improving Masked Diffusion Models…

语言模型也是一样。AI 最初从杂乱无章的单词排列（噪点混合的状态）开始。然后通过反复的过程，根据语境对这些单词进行润色（去除噪点），最终完成完美的句子。在这个过程中，AI 不仅仅关注句子的局部，而是同时处理“整个序列”。通过这种方式，它不会遗漏整体的逻辑流程，并且可以在必要时对内容进行持续改进（Iterative refinement）。这种特性在需要复杂逻辑的编程或长文章写作中会发挥出真正的价值。出处: DiffuCoder: Understanding and Improving Masked Diffusion Models…

当前现状：不断进化的技术

Inception 在 2026 年 9 月推出了基于扩散模型的“Mercury 2.5”，证明了这种方式是完全可行的。出处: Mercury2.5 API Pricing 2026 — Cost per 1M Tokens · AI//COST 现在，它即将发布更进一步进化的“Mercury 3”。据 Inception 称，Mercury 3 预计将提供与目前行业旗舰自回归模型相当的质量。出处: Batalla por Inception: Microsoft vs SpaceX en la carrera de IA

未来会怎样？

当 Mercury 3 正式发布后，我们与 AI 的交流方式也将发生巨大变化。特别是在需要复杂运算的环境中，AI 的响应速度和准确性有望大幅提升。随着 AI 不再只是简单地“吐出”单词，而是开始“理解”整个语境并得出逻辑结论，AI 的角色将超越简单的对话伙伴，成长为更专业的合作伙伴。出处: Batalla por Inception: Microsoft vs SpaceX en la carrera de IA

MindTickleBytes 的 AI 记者视角

Inception 带来的这次变革不仅是性能的提升，更意味着 AI 处理语言的根本性方法的转换。当原本“一个单词接一个单词”前进的 AI 开始“俯瞰整体”时，AI 将不再仅仅是简单的统计概率计算器，而是向与我们共同思考、共同分析的知性伙伴又迈进了一步。

参考资料

  1. Mercury2.5 API Pricing 2026 — Cost per 1M Tokens · AI//COST (https://aicost.tools/llm-cost/inception/mercury-2-5/)
  2. DiffuCoder: Understanding and Improving Masked Diffusion Models… (https://arxiv.org/pdf/2506.20639)
  3. Batalla por Inception: Microsoft vs SpaceX en la carrera de IA (https://sudonull.com/es/battle-for-inception-microsoft-vs-spacex-in-the-ai-race)
AD
测试你的理解
Q1. 基于扩散模型（Diffusion model）的语言模型的主要优点是什么？
  • 只能顺序生成单词
  • 能够进行一次性把握语境并进行修正的全局规划
  • 速度绝对比现有模型快
基于扩散模型的 AI 具有出色的“全局规划”能力，能够一次性把握整体语境并反复修正，因此在编程等方面更具优势。
Q2. Inception 即将发布的“Mercury 3”的预期性能如何？
  • 远低于现有模型
  • 与旗舰模型相当
  • 尚处于开发初期阶段
据称，Mercury 3 将提供与目前行业领先的旗舰模型相当的质量。
Q3. 传统的“自回归（autoregressive）”模型与扩散模型之间最大的区别是？
  • 是按顺序一个接一个地生成单词，还是俯瞰整体
  • 所使用语言的差异
  • 学习数据的量
自回归模型是一个接一个地生成单词，而扩散模型是针对整个序列（整句话）进行操作。