Inception实验室推出Mercury 2语言模型，采用扩散并行生成技术替代传统自回归解码，可同时生成多个token，推理速度提升5倍以上，在保持高质量的同时实现实时响应，解决了生产环境中AI任务循环延迟累积的痛点。

标题：Mercury 2——实时推理新纪元

核心内容：

Inception实验室推出革命性语言模型Mercury 2，采用扩散架构实现突破性推理速度，为生产级AI应用带来即时响应体验。

技术突破： 1. 颠覆传统自回归解码模式，通过并行优化生成技术实现多token同步输出 2. 推理速度达每秒1,009个token（基于NVIDIA Blackwell GPU） 3. 在保持质量前提下，生成速度较传统模型提升5倍以上

核心优势： • 定价：输入token $0.25/百万，输出token $0.75/百万 • 支持12.8万上下文窗口 • 原生工具调用能力 • 结构化JSON输出

行业应用场景： 1. 编程开发：实现无停顿的代码补全、重构建议 2. 智能代理：支持复杂工作流的多步推理 3. 实时语音：满足自然对话的延迟要求 4. 搜索增强：在检索管道中嵌入智能推理

客户证言： - Zed创始人Max Brunsfeld："建议响应快如思维延伸" - Viant首席架构师Adrian Witas："实现广告投放的实时智能优化" - Happyverse AI CEO Max Sapo："让AI对话保持自然人类节奏"

部署信息： • 完全兼容OpenAI API接口 • 提供企业级评估支持 • 已正式开放使用

（注：保留所有技术参数和核心客户评价，删减了部分重复性行业应用描述，优化了技术术语的中文表达）

以下是评论内容的总结，涵盖主要观点和论据：

1. 对高速模型的期待

   • 支持者认为高速模型能实现多轮提示（multi-shot prompting）且用户无感知，可能减少幻觉/非确定性行为。
     "you can essentially do multi-shot prompting... potentially fixing some of the weird hallucinatory behavior"
   • 速度提升可加速迭代，类似从深度研究转向快速搜索的体验。
     "fast responses... give you faster iteration... 80% of the thoroughness with 20% of the time"

2. 对实际应用场景的质疑

   • 部分用户质疑速度优势的实际价值，认为性能瓶颈可能不在延迟。
     "what kinds of workloads benefit most from this speed?... I still hit limitations even with stronger models"
   • 演示中的队列问题导致延迟，未能体现速度优势。
     "The latency is not good... can't actually tell that it is fast"

3. 对扩散模型（diffusion models）的争议

   • 批评者认为扩散模型未达预期，性价比落后于主流方案。
     "I'm not sold on diffusion models... trailed the Pareto frontier"
     "underwhelmed by anything diffusion... didn’t really deliver"
   • 支持者认为其有潜力，但需更多开源协作突破技术瓶颈。
     "some promise... but require a ton of work... closed source won’t invigorate the field"

4. 技术优化建议

   • 建议服务端预渲染网页以提高可访问性。
     "Please pre-render your website... client-side JS reduces the chance I am going to read it"
   • 提出PDF转Markdown等特定场景可能更适合高速非自回归模型。
     "amazing use case... parsing PDFs to markdown... insane volume requirements"

5. 其他观点

   • 有用户单纯表达兴奋（"this looks awesome!!"），也有认为竞品速度更快（"Jimmy Chat is still faster"）。
   • 个别评论因信息不全被撤回（"Comment retracted. My bad"）。

总结：评论呈现对高速模型技术价值的期待与质疑并存，扩散模型的实用性争议显著，同时包含具体优化建议和潜在应用场景探讨。