已收录文章摘要，完整内容可前往原文阅读。
今天的大模型几乎都是自回归的，一次前向只吐一个 token，延迟天然受限。为了并行生成，业界走过三条路：多 token 预测，例如 DeepSeek 的 MTP离散扩散模型，例如 Dream、LLaD