Inception Labs：Blog·· 2026-07-14精选AI 评分67
Inception Labs 发布 Mercury 2：首个在 NVIDIA GPU 上每秒解码超 1000 token 的推理扩散语言模型
Mercury 2: the first reasoning model fast enough to pick up the phone
AI 导读
Inception Labs 发布 Mercury 2，称其为全球首个推理扩散语言模型（dLLM），在 NVIDIA H100 上以 1000+ token/秒并行解码，300 token 的推理链可在约 300ms 内完成，适配语音对话延迟预算。
推荐理由
官方给出扩散架构推理模型在 NVIDIA GPU 上的延迟与定价数据，语音 Agent 开发者可以据此评估是否能替换现有默认模型。
来源：Inception Labs：Blog · inceptionlabs.ai