Inception，一家由斯坦福大学计算机科学教授 Stefano Ermon 创立的总部位于帕洛阿尔托的新公司，声称开发了一种基于“扩散”技术的全新 AI 模型。Inception 将其称为基于扩散的大型语言模型，简称“DLM”。
目前最受关注的生成式 AI 模型大致可分为两类：大型语言模型（LLM）和扩散模型。LLM 用于文本生成。与此同时，扩散模型为诸如 Midjourney 和 OpenAI 的 Sora等 AI 系统提供动力，主要用于创建图像、视频和音频。
据该公司称，Inception 的模型具备传统 LLM 的功能，包括代码生成和问答，但性能显著提升且计算成本降低。
Ermon 告诉 TechCrunch，他一直在研究如何应用扩散模型来处理文本，这一研究在斯坦福实验室进行了很长时间。他的研究基于这样一个观点：与传统 LLM 相比，扩散技术相对较慢。
Ermon 表示：“在使用 LLM 时，‘在你生成第一个词之前，你无法生成第二个词；在你生成前两个词之前，你无法生成第三个词。’”
Ermon 一直在寻找将扩散方法应用于文本的途径，因为与按顺序工作的 LLM 不同，扩散模型从对正在生成的数据（例如图片）的粗略估计开始，然后一次性将数据聚焦清晰。
Ermon 假设使用扩散模型并行生成和修改大段文本是可行的。经过多年的尝试，Ermon 和他的学生取得了重大突破，他们在去年发表的一篇研究论文中详细介绍了这一成果。
认识到这一进展的潜力，埃蒙（Ermon）去年夏天创立了Inception公司，并聘请两名前学生——加州大学洛杉矶分校教授阿迪蒂亚·格罗弗（Aditya Grover）和康奈尔大学教授沃洛迪米尔·库列肖夫（Volodymyr Kuleshov）共同领导该公司。
虽然埃蒙拒绝讨论Inception的融资情况，但TechCrunch获悉，梅菲尔德基金（Mayfield Fund）已进行投资。
埃蒙表示，Inception已经通过解决客户对降低AI延迟和提高速度的迫切需求，获得了包括几家未具名的财富100强公司在内的多个客户。
“我们发现，我们的模型可以更高效地利用GPU，”埃蒙说，他指的是常用于在生产环境中运行模型的计算机芯片。“我认为这意义重大。这将改变人们构建语言模型的方式。”
Inception提供API以及本地部署和边缘设备部署选项，支持模型微调，并提供一套开箱即用的DLM（领域特定语言模型），适用于各种用例。该公司声称，其DLM的运行速度比传统LLM快多达10倍，而成本仅为后者的十分之一。
“我们的小型编码模型与[OpenAI的] GPT-4o mini相当，但速度快了10倍以上，”该公司一名发言人告诉TechCrunch。“我们的‘mini’模型优于小型开源模型，如[Meta的] Llama 3.1 8B，每秒可实现超过1,000个token的处理速度。”
“Token”是行业术语，指原始数据的片段。每秒一千个token的速度确实令人印象深刻，前提是Inception的说法成立。