扩散智能发布Clover-35B-A3B-Preview，350亿参数Agent模型速度超Jev一倍

扩散智能推出扩散语言模型 Clover-35B-A3B-Preview。它属于扩散模型，但在写代码、操作网页、调用工具、生成 HTML 这些场景里，用法和常见的大语言模型基本一致。

实际体验下来，速度是 Clover 最突出的地方。生成一个可交互的太阳系模拟器，模型思考约 1 秒，整体 4 至 5 秒就能完成；把一批简历信息整理成 LaTeX 格式的简历代码，也只要十来秒。

网页 Agent 评测 WindTunnel 的 49 个任务中，每个任务尝试 3 次，Clover 的中位执行时间为 1.52 秒，Jev＋Mercury 2.5 组合为 3.21 秒，用时少了一半多；尝试成功率分别为 98.6% 和 95.9%。同表中的 Gemini 相比 Clover 也慢出数倍。

Clover-35B-A3B-Preview 采用 MoE 架构，总参数 350 亿，每个 token 激活约 30 亿参数，支持思考模式。团队此前的扩散语言模型 Dream 7B 为 70 亿参数，这次把总参数规模推到 350 亿，速度并没有因参数量增加而变慢，在同尺寸对比中超过自回归模型。

官方演示还展示了 Clover 在复杂任务和 WebUI 生成上的 Agent 能力。借助 WebMCP，Clover 可连续处理六项任务，涵盖开票、课程报名、金额汇总、活动状态查询，以及客户信息查询和发票信息查询。对比视频显示，Clover 完成了任务，执行速度也明显快于 Gemini 3.6 Flash。