Meta 宣布对其高性价比轻量基座模型 Muse Spark 1.3 进行底层推理内核重构。通过融合次二次方线性注意力（Linear Attention）算子与无损并行扩散解码（Diffusion Decoding）技术，长文本智能体代码生成端到端吞吐速度提升 3.8 倍，显存占用降低 50%，为端侧与高并发 Coding Agent 带来降维打击级性能提升。
核心要点速览
- ✓融合线性注意力与并行扩散解码，推理生成速度飙升至上一代 3.8 倍
- ✓显存占用减半，单张消费级 GPU 即可全速并发运行百万上下文代码生成
- ✓进一步巩固 Meta 开源基座模型在全球边缘与端侧 AI 开发者生态中的统治力
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读港大 Dream 团队创立的 DiffuSpace 开源 Clover-35B-A3B 扩散语言模型：单卡 680 tokens/s，SWE-bench Verified 73.6
立即阅读→
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察