微信团队推出新语言模型 WeDLM，推理速度提升数倍

腾讯微信 AI 团队近日发布了名为 WeDLM（WeChat Diffusion Language Model）的新一代语言模型。它不是又一个“更强更大”的模型，而是一次对生成方式的根本重构——用扩散模型的思路，干出了自回归模型做不到的事：快，还稳。

为什么快？关键在“拓扑重排”

传统模型（比如 GPT、Qwen）生成文字是一步一步往前推，像写日记一样，每写一个字都要等前一个字完成。这种“因果顺序”虽然可靠，但太慢，尤其在长文本、复杂推理场景下，延迟明显。

WeDLM 没有走这条路。它借鉴了图像生成中扩散模型的思路，但做了一个关键改造：把原本“双向看上下文”的注意力结构，重新排列成一种能和 KV 缓存兼容的形式。简单说，就是让模型在并行计算时，依然能保持语言的逻辑连贯性——这在以前被认为是“不可能的任务”。

结果是：不再需要等前一个词生成完才能算下一个，多个词可以一起算。这就像从单车道排队过收费站，变成了多通道自助闸机。

实测：数学题快3倍，计数任务快10倍

不是吹，是实测数据：

• 在数学推理数据集 GSM8K 上，WeDLM-8B 比优化过的 Qwen3-8B 快了近3倍，同样一个奥数题，别人还在算，它已经出答案了。
• 在需要精确计数的低熵任务中（比如“这段文字里有多少个‘的’”），速度提升超过10倍——这在客服自动回复、代码补全这类高频短任务里，体验差异直接能感知。

更重要的是，它没因为快而牺牲质量。在 ARC、MMLU、Hellaswag 等通用能力测试中，WeDLM 的准确率和主流模型持平，甚至在部分题目上还略优。这意味着它不是“速通型”模型，而是真能打。

谁最受益？客服、开发者、普通用户

这模型不是实验室玩具，它瞄准的是真实场景：

• 智能客服：用户问“我上个月的账单里有几笔退款？”，响应从1.5秒降到0.3秒，体验直接升级。
• 代码辅助：VS Code 插件里补全一行函数，不再有“卡顿感”，写代码更顺手。
• 实时问答：手机上的语音助手、AI 陪聊，响应更跟得上节奏，不“答非所问”也不“慢半拍”。

对平台来说，同样的算力，能服务更多人；对用户来说，AI 不再是“慢半拍的机器人”，而是像人一样反应自然。

开源了，谁都能试

WeDLM 已在 GitHub 全部开源，代码、模型权重、训练细节一应俱全。没有隐藏门槛，没有商业授权限制。

项目地址：https://github.com/tencent/WeDLM

如果你是开发者，想试试“快到离谱”的语言模型；如果你是产品经理，想优化对话延迟；或者你只是好奇——这回微信到底做了什么不一样的东西？现在就可以下载跑一跑。没有“AI味”的宣传，只有实打实的速度提升。