眨眼间，水星完成了任务。 “我们很乐意推出Mercury，这是适合聊天应用程序的第一个LLM商业学位差价。水星非常快速有效，可以对对话提供真正的时间响应，例如Mercury Coder带来的经验。”刚才，AI的创业成立实验室已经宣布了有关公司创始人之一X. Stefano Emon的好消息。 Aditya Grover和Volodymyr Kuleshov毕业于斯坦福大学，然后分别在加利福尼亚大学，洛杉矶分别担任计算机科学教授。汞有多有效？让我们先看一下官方示威活动。该视频向用户展示了他想学习西班牙语。要求水星教一些一般的问候及其是什么意思。几乎瞬间，水星给出了西班牙语及其含义的一些咸味。传播模型始终是传统的生成图像和视频生成的方法。但是，将传播模型应用于谨慎数据，尤其是在语言领域，仍然仅限于小规模实验。与经典的自我弹簧模型相比，扩散模型的优势在于它们可以并行生成。这不仅显着提高了生产速度，而且还提供了多模式数据推断，推断和数据处理的更复杂的能力。但是，将扩散模型扩散模型在维持高性能的同时将扩散模型扩展到最后的LLM量表仍然是尚未解决的挑战。汞是为此诞生的第一个LLM，它是基于扩散模型的。与自我恢复模型（AR）相比，汞模型在性能方面达到了最先进的性能和有效色彩的水平，根据第三方资格机构的可选人工参考测试的数据，Vanguardia de Mercury de Mercury De Mercury De Mercury竞争对手模型，SUC的最佳速度，SUCH作为GPT-4.1 Nano和Claude 3.5 Haiku，其操作速度超过7倍。在其他情况下，水星还表现出心理力量。首先，以真实的时间声音。由于延迟功能低，水星可以处理翻译服务，而呼叫中心可以承认包括代理在内的各种真实的语音应用程序。在真正的语音命令测试中，在标准NVIDIA硬件中执行的Mercury比Call 3.3 70B大型型号要好，该模型在庆祝系统中执行。第二个是互动的。 Merck Ry是Microsoft NLWEB项目的合作伙伴。当与水星结合使用时，NLWEB提供了自然的射线对话。 Mercurio的工作速度比其他以速度为中心的型号（例如GPT-4.1 Mini和Claude 3.5 Haiku）更快，从而确保了柔和的用户体验。同时，Inception Labs还发布了Mercury的技术报告，该报告将使感兴趣的读者获得更多信息。文件标题：汞：超快语言基于扩散纸链接的模型：https：//arxiv.org/pdf/2506.17298试验方向：https：//poe.com/inception-mercury不难知道，汞是基于扩散的语言建模的下一步。用非常快速，强大的DLLM代替了当前的自我抑制模型。水星专注于快速速度和高效率，那么真正的体验效果是什么？机器的中心开始并经历了它。首先，让我们尝试水星的推理能力。有两个经典问题：“更大，9.11或9.9”和“多少个字母tiin草莓？”您可以正确回答。但是，问题被一个问题打败了：“为什么绿色盲人的父亲崩溃了？”现在让我们尝试代码的功能。使用Mercury，Gemini 2.5 Flash和GPT 4.1 Mini，生成相同的脚本任务，以查看攻击逻辑，敌人，用户界面模块的初始化等区别。ERATION过程：Gemini 2.5闪存生成过程：GPT 4.1迷你生成过程：事实证明汞的生成非常快。首先，作为写作机器。但应提高生产质量。最后，我们还提出了每日水星的问题，并很快回答了它们。尚未经历过的朋友可以尝试。