蚂蚁inclusionAI开源LLaDA 2.2：全球首个千亿参数Agentic扩散模型，128K上下文追平自回归

自回归模型在Agent赛道一家独大的局面正在被打破。7月28日，蚂蚁集团旗下inclusionAI团队正式开源LLaDA 2.2，这是一款千亿参数的MoE扩散语言模型，也是全球首个大规模Agentic扩散模型，原生支持128K上下文。

模型不仅能够并行生成文本，还能在生成过程中自我增删和动态修正。团队将Levenshtein编辑范式引入扩散模型的去噪过程，支持KEEP（保留）、SUBSTITUTE（替换）、DELETE（删除）和INSERT（插入）四种原子操作，让模型具备修改自身输出的能力。在SWE-bench Verified上，仅开启Levenshtein编辑一项，就带来了从35.8到44.4的绝对提升。

为了解决长程Agent交互中模型崩溃的问题，LLaDA 2.2提出L-EBPO算法，将多轮交互中的编辑决策建模为强化学习问题，使模型能根据环境反馈实时决定何时删除冗余内容、何时填补缺失信息。

在工程架构方面，LLaDA 2.2通过渐进式长上下文训练将上下文窗口从8K扩展至128K。团队设计BlockRouting机制在block层面筛选专家池后再执行Token级路由，显著降低HBM流量和通信开销。

性能方面，LLaDA 2.2-flash在七大Agent基准上的平均分为53.83，与顶尖自回归模型Ling-2.6-flash的55.74差距不到2分。在τ²-Bench、PinchBench和MCP-Atlas三项交互式任务上实现反超，表明其在真实交互场景中已开始展现竞争力。

效率优势更加突出：在11类工作负载上，BF16平均吞吐量达Ling-2.6-flash的1.64倍，量化至FP8后可再提升18.6%。这意味着在Agent部署场景中，扩散架构能同时提供更快的响应速度和更低的推理成本。

从2.0版本的规模化尝试到2.1版本的边写边改，再到2.2版本的Agent觉醒，蚂蚁团队在半年内完成三代模型迭代。LLaDA 2.2的技术报告、模型权重和代码均已开源。

行业观察人士指出，LLaDA 2.2的意义不在于取代自回归模型，而在于证明了扩散模型同样可以站在Agent赛道的起跑线上。未来Agent系统可能同时需要自回归与扩散两种机制，根据任务阶段动态切换。