知识卡片：全球首个Agentic扩散模型LLaDA2.2：边行动边纠错，128K上下文追平自回归

一句话结论
蚂蚁集团inclusionAI团队开源的千亿参数MoE扩散语言模型LLaDA2.2，首次让扩散模型在长程Agent任务中能力接近顶尖自回归模型，且吞吐量更高（BF16平均为自回归模型的1.64倍），真正实现了“边行动边纠错”。

事件概述
LLaDA2.2是全球首个大规模Agentic扩散模型，原生支持128K上下文。它通过Levenshtein编辑范式、基于环境反馈的强化学习（L-EBPO）以及BlockRouting架构，解决了扩散模型在Agent场景中结构刚性和模型崩溃两大痛点。该模型在七大Agent基准上的平均分为53.83，与顶尖自回归模型Ling-2.6-flash（55.74）的差距缩小至2分以内，并在τ²-Bench、PinchBench、MCP-Atlas三项交互式任务上实现反超。

方法/产品要点

Levenshtein编辑范式：在块内支持KEEP（保留）、SUBSTITUTE（替换）、DELETE（删除）、INSERT（插入）四种原子操作，通过LCS动态对齐生成编辑标签，实现边生成边修改。
L-EBPO（Levenshtein Editing Evidence Lower Bound Policy Optimization）：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自主选择删除或插入操作，避免模型崩溃。
BlockRouting：在block层面先筛选top-C专家形成固定专家池，再内部执行Token级路由，显著降低HBM流量和通信开销，使128K长上下文工程部署成为可能。
渐进式长上下文训练：原生上下文窗口从8K→64K→128K逐步扩展。

主要结果

在SWE-bench Verified上，仅开启Levenshtein编辑一项即带来从35.8到44.4的绝对提升（+8.6个百分点）。
七大Agent基准平均分：LLaDA 2.2-flash 53.83 vs Ling-2.6-flash 55.74，处于相近水平。
效率：BF16平均吞吐量为Ling-2.6-flash的1.64倍；量化至FP8后可额外提升18.6%。
原生支持128K上下文窗口。

为什么重要
LLaDA2.2证明了扩散模型在Agent赛道不是非主流选择，其速度与成本优势（尤其适用于物理世界部署和端侧设备）使其与自回归模型形成互补。这预示未来Agent系统可能采用“双轨并行”——严格流程由自回归执行，快速探索与低成本部署由扩散模型承担。对比已有相关卡片（如SIMA 2、编码智能体等），本条提供了扩散模型在Agent长程任务中首次大规模突破的增量信息，展示了从生成工具到行动架构的进化路径。

局限与不确定性

在严格结构化输出和复杂代码生成中，自回归模型仍保持更成熟的能力。
LLaDA2.2在整体平均分上尚未完全超越顶尖自回归模型（差距小于2分），是否能在更多真实场景中稳定超越待进一步验证。
关于模型训练成本、推理延迟的详细对比数据待核实（材料未提及具体时延数字）。
扩散模型在Agent交互中的长期稳定性（如数百轮对话）尚未报道。

可用于图书/PPT/简报的角度

技术演进：展示扩散模型从LLaDA 2.0（规模化）→2.1（边写边改）→2.2（Agent端到端）的三阶段递进。
架构对比：从因果自回归到并行扩散的范式转变，以及双轨并行的未来趋势。
行业案例：蚂蚁inclusionAI如何用扩散模型挑战自回归垄断，适合作为“非共识创新”案例。
数据可视化：可制作七大基准得分对比柱状图、吞吐量对比图、Levenshtein编辑流程示意图。

原始材料

URL: https://www.qbitai.com/2026/07/461650.html
技术报告: https://github.com/inclusionAI/LLaDA2.X/blob/main/LLaDA2_2_tech_report.pdf
GitHub: https://github.com/inclusionAI/LLaDA2.X
HuggingFace: https://huggingface.co/inclusionAI/LLaDA2.2-flash

英文标题
LLaDA2.2: The First Agentic Diffusion Model with Levenshtein Editing and 128K Context

英文关键词
Agentic Diffusion Model, Levenshtein Editing, L-EBPO, BlockRouting, Long-context, MoE, Ant Group, inclusionAI, LLaDA2.2