蚂蚁集团LLaDA2.1技术深度测评：揭秘“边写边改”如何实现AI文本生成又快又准

这项由蚂蚁集团、浙江大学及西湖大学等机构联合完成的研究，其预印本论文（编号arXiv:2602.08676v1）已于2026年2月发布。技术研究者可通过该编号查阅完整的技术细节与实验数据。

让AI生成流畅、连贯的文本已非挑战，真正的瓶颈在于如何平衡生成速度与输出质量。当前主流方法往往陷入两难：追求速度会导致内容粗糙、逻辑错误频发；而追求高质量则需反复迭代，严重拖慢生成效率。这本质上是“一次性输出”与“可迭代优化”之间的根本矛盾。

蚂蚁集团的研究团队近期提出了一种突破性方案，旨在从根本上解决这一矛盾：为AI模型赋予“边写边改”的动态编辑能力。

传统自回归模型如同单向打字机，只能逐词向前，无法回头修正。扩散语言模型虽能并行生成多个位置的词元，却缺乏全局协调，易产生前后不一致的问题。

蚂蚁团队的创新在于，为并行生成系统嵌入了实时编辑功能。这类似于我们在智能文档编辑器中写作：既能快速输入初稿，又能随时高亮、删除或替换前文中的任何部分，确保最终文本的逻辑严密与表达精准。

“双重标准”的生成机制

该技术的核心是一套“双重信心阈值”决策机制。模型在并行生成过程中，会同步评估两个关键决策点：何时应在空白位置填入新词元，以及何时应替换已生成但置信度不足的词元。

这一机制提供了前所未有的操作弹性。模型可切换到“快速起草”模式，以宽松阈值高速产出文本草稿，再启动编辑功能进行精修。反之，在“质量优先”模式下，模型则以严格阈值谨慎生成，并保留必要的即时微调能力。这种动态平衡策略，使模型能根据任务需求，在速度与质量谱系上灵活定位。

如何教会AI“写作与修改”

为实现这种复合能力，研究团队设计了多阶段的训练范式。除了基础的掩码语言建模训练，模型还接受了大量“从错误中恢复”的专项训练。这相当于培养一名写作者同时掌握快速创作与专业编辑两项技能，使其不仅能生成新内容，更能识别并修正自身输出中的各类错误。

在最终微调阶段，团队引入了强化学习以对齐人类偏好。但扩散模型的并行生成特性，使得传统的、针对序列的奖励计算方式失效。研究团队创新性地利用“证据下界”方法，将复杂的序列级评估转化为可并行计算的块级评估，从而高效完成了大规模强化学习训练，引导模型产出更优质、更符合预期的文本。

既快又准：令人振奋的实验结果

实验数据充分验证了该技术的效能。在代码生成任务中，参数量达1000亿的LLaDA2.1-Flash模型，在HumanEval+基准测试中实现了892 TPS的生成速度，在BigCodeBench和LiveCodeBench上也分别达到801 TPS和663 TPS。

作为对比，传统自回归模型的典型生成速度约为每秒1个词元。新方法实现了数百倍的性能飞跃。

更重要的是，速度优势并未以牺牲准确性为代价。得益于内置的编辑能力，模型在高速输出的同时，具备了即时修正的保障。研究团队在涵盖知识问答、逻辑推理、代码生成、数学计算及指令遵循等33个不同基准测试上进行了全面验证，结果一致表明，模型在保持极高吞吐量的同时，输出质量依然稳健。

技术内核：打破“吸收态”限制

从模型架构层面看，此项研究的关键突破在于解除了传统扩散语言模型的“吸收态”约束。以往，模型状态只能从掩码态单向转换为具体的词元态。新方法提出的“可编辑状态演化”机制，允许模型在任意两个词元状态之间直接转换，从而实现了对已生成内容的直接修改，大幅提升了生成过程的灵活性与可控性。

为确保编辑功能切实有效，团队开发了“多轮前向传播”训练技术。通过在训练数据中系统性地植入拼写错误、事实偏差及逻辑矛盾等各类编辑场景，模型被训练成能够熟练执行从局部纠错到全局重构的多层次修改任务。

灵活的应用前景与待完善的挑战

这种设计带来了高度的应用灵活性。用户可根据场景实时调整模型的工作模式：需要头脑风暴或生成初稿时，启用高速模式；需要交付最终版本时，则切换至高质量模式。单一模型即可覆盖从快速原型构建到精品内容生产的全流程需求。

其编辑能力具备全局视野。团队实现的“多块编辑”机制，允许模型在生成后续内容时，同步优化之前已输出的文本块，从而确保了长文本的整体一致性与逻辑连贯性，这是传统序列生成方法难以实现的。

当然，技术仍有优化空间。团队指出，在部分开放域对话任务中，过于激进的生成设置可能导致输出不理想。此外，不同垂直领域对速度与质量的权衡点各异，需进行针对性的参数调优。目前，模型在代码、数学等结构化内容生成上优势明显，在开放性创意写作方面则需进一步的算法打磨。

尽管如此，LLaDA2.1无疑代表了扩散语言模型演进的一个重要里程碑。它为破解“速度-质量权衡”这一长期难题，提供了一条极具潜力的技术路径。随着工程优化的深入，我们有望迎来真正智能的写作协作者——它不仅能够快速起草，更能像资深编辑一样，在创作过程中同步进行批判性思考与优化，全面提升内容生产的效率与品质。

Q&A

Q1：LLaDA2.1的核心创新是什么？

A：核心创新是实现了“Token-to-Token”的实时编辑能力，使模型能够“边写边改”。它突破了传统模型只能向前生成的限制，通过双重信心阈值机制，动态决策何时插入新内容、何时修正已有内容，从而在起草速度与文本质量间取得平衡。

Q2：LLaDA2.1在速度上有多大提升？

A：提升幅度达数百倍。在代码生成基准测试中，其千亿参数版本的生成速度达到每秒数百个词元，而传统自回归模型的典型速度仅为每秒1个词元。

Q3：为什么LLaDA2.1能做到既快又准？

A：关键在于其“起草-编辑”双阶段可配置策略。模型既可快速生成草稿后集中修正，也可在高质量生成模式下辅以即时微调。这种灵活的双模式设计，使其能依据任务目标动态分配计算资源，从而实现效率与效果的最优组合。