OpenAI Codex 用量重置全面恢复 · Vercel CEO 发起反 Slop 宣言捍卫理解力 · Gemini Audio API 催生应用潮

Why Diffusion Will Win AI Inference with Inception Co-Founder and CEO Stefano Ermon

Stefano Ermon 是扩散模型的奠基者之一，被主播称为「扩散之父」式的人物。他 2014 年以助理教授身份加入 Stanford 时就开始做生成模型，那时这个方向并不热门——能在 MNIST 上生成带噪点的数字就是大成功，写论文甚至需要反复解释「训练生成模型是为了从无标注数据里学特征，好提升监督学习效果」，因为那才是当时所有人关心的事。他承认自己只是「在对的时间、对的地点、做对的事」，但坚持了整整十年。

Inception 的核心赌注是：扩散模型不只赢在图像生成，它会在 AI 推理（inference）这场仗里胜出。Ermon 的技术论证很具体——自回归 LLM 逐 token 生成，而扩散模型从噪声出发做并行 token 生成与精修，这种架构在标准 GPU 上能带来更优的推理扩展性和硬件利用率。他们把这套思路从图像、视频推进到离散的文本与代码生成，产品即 Inception 的 Mercury 系列模型。

最有说服力的论据来自真实客户：语音 agent 场景（如 Open Call 这类客户）里，ASR → LLM → 文本 → TTS 整条流水线的延迟直接决定用户体验，速度不是锦上添花而是产品门槛。Ermon 判断，效率过去排在能力扩展之后只是次要考量，如今正成为前沿实验室算力战略的核心，而「如何构建这类系统，行业还没找到最好的答案」。

对从业者的启示：Ermon 的路径是「学术界深耕基础理论 → 时机成熟 → 创业转化」，而不是追热点。他反复强调「速度和效率将是未来几年的主题」，对任何在推理成本上做优化的团队都是明确信号。