大语言模型的推理速度长期以来受困于逐 token 生成的架构——每次解码都需要完整加载模型权重，GPU 大部分时间在等待内存操作而非真正计算。NVIDIA 的 Nemotron-Labs Diffusion 给出了一条新路：把扩散生成能力直接嫁…