人工智能初创公司Inception Labs最近宣布发布Mercury2，这不仅是一款高性能推理模型，更代表了其底层架构上的一次大胆“范式转变”。
该模型完全放弃了当前流行的Transformer架构，转而采用基于扩散的模型生成文本，旨在突破传统大型模型的性能瓶颈。
与传统的逐个生成代币（字符）的模型不同，Mercury2更像是一个经验丰富的编辑器。它不再一次生成一个字符，而是可以同时对多个文本块进行全局优化和重写。这种并行处理逻辑使Mercury2在处理复杂逻辑推理任务时展现出显著的速度优势。
根据 AIbase 获得的测试数据，在 NVIDIA Blackwell GPU 驱动下，Mercury2 的生成速度达到惊人的 1009 个令牌每秒。在端到端延迟测试中，该模型响应时间仅为1.7秒，比谷歌的Gemini3Flash快八倍多，远超Anthropic的Claude Haiku4.5。尽管速度极快，其质量仍能与当前顶级轻量级推理模型竞争，尤其是在权威推理基准测试如GPQA Diamond和AIME中。
在商业战略方面，Inception Labs采用了高度竞争的价格计划，投入和产出成本仅为类似竞争对手的四分之一。目前，Mercury2 已正式开放 API 接口，并支持 128,000 个令牌的超长上下文和工具调用函数。对于追求极限响应速度的语音助手、搜索系统和编程工具来说，这种“非常规”的扩散推理模型无疑为其提供了极具吸引力的新选择。
