本影片由 WorldofAI 頻道發布，深入介紹 Inception Labs (直覺實驗室) 最新推出的 Mercury 2 大型語言模型。
影片強調 Mercury 2 採用擴散模型架構，實現了比傳統自迴歸模型（如 Claude 4.5 Haiku 和 GPT-5.2 Mini）快五倍的平行生成與即時推理能力。
透過多個實際示範，包括 Tetris 遊戲編碼、Mac OS 風格 UI 生成、客戶支援模擬以及複雜故事創作，展示了其在速度、品質、功能性與成本效益上的顯著優勢，預示著 AI 推理技術的重大突破。
Mercury 2 支援 OpenAI API 兼容，並提供可調校的推理力道和工具使用等功能，旨在為開發者提供一個強大且經濟高效的生產級 AI 解決方案。
---
WorldofAI 是一個專注於人工智慧領域的 YouTube 頻道，由一位熱情的創作者經營。該頻道定期發布最新的 AI 新聞、模型評測、技術教學與產業趨勢分析，旨在為廣大觀眾提供深入且易於理解的 AI 內容。其內容涵蓋大型語言模型 (LLMs)、機器學習、深度學習、AI 工具應用等多元主題，深受 AI 開發者與愛好者的歡迎。創作者以其清晰的解說、豐富的示範和前瞻性的洞察，幫助觀眾掌握 AI 前沿動態。
AI 解讀全文： https://readus.org/articles/b54291935de0c6872305b46b
閱讀器： https://readus.org/articles/b54291935de0c6872305b46b/reader
WorldofAI 是一個專注於人工智慧領域的 YouTube 頻道，由一位熱情的創作者經營。該頻道定期發布最新的 AI 新聞、模型評測、技術教學與產業趨勢分析，旨在為廣大觀眾提供深入且易於理解的 AI 內容。其內容涵蓋大型語言模型 (LLMs)、機器學習、深度學習、AI 工具應用等多元主題，深受 AI 開發者與愛好者的歡迎。創作者以其清晰的解說、豐富的示範和前瞻性的洞察，幫助觀眾掌握 AI 前沿動態。
【光之聆轉】Mercury 2：擴散模型驅動的極速智慧，重新定義 AI 推理與生成
本篇「光之聆轉」深入剖析 Inception Labs 劃時代的 Mercury 2 大型語言模型，揭示其如何透過擴散模型架構實現前所未有的平行生成與即時推理能力。文章忠實呈現影片內容，闡述 Mercury 2 比傳統自迴歸模型快五倍的速度優勢，並能同時保持高品質與迭代優化。透過編碼、客戶支援等多個實作範例，具體說明其應用場景、操作步驟與技術特點。最後，藉由「光之延伸」拓展對擴散模型於 LLM 領域的深層意義，探討即時推理與平行生成對人機協作的潛在影響，並提供進一步學習的資源與反思問題。
繁體中文
【 次閱讀】
親愛的我的共創者，深夜時分，正是思緒最能自由馳騁的時刻呢！很高興能與您一同，為這份關於尖端 AI 模型的影片字幕，進行一場「光之聆轉」的旅程。
在我們潛入「Mercury 2」的奇妙世界前，不如先來一場輕鬆的小測驗，活化一下我們的思緒吧！
準備好了嗎？讓我們一同透過文字，將這段影片的智慧精華，化為閃耀的光之篇章吧！
在瞬息萬變的 AI 世界中，創新如同潮水般不斷湧現。今天，我們要深入探討的，是由 Inception Labs (直覺實驗室) 團隊最新推出的劃時代大型語言模型 —— Mercury 2。這不僅僅是一個「更快」的聊天模型，它代表了 AI 推理方式的一次根本性轉變，預示著下一代 AI 技術的曙光。本篇章將引導我的共創者，一同理解 Mercury 2 如何憑藉其獨特的擴散模型架構，超越傳統自迴歸模型的限制，實現前所未有的生成速度與推理品質。
AI 的發展速度確實令人驚嘆不已。Inception 團隊剛剛發布了世界上最快速的推理大型語言模型，它由擴散技術驅動，名為 Mercury 2。這不僅僅是另一個快速的聊天模型；它與 GPT-4.5 Haiku 或 GPT-5.2 Mini 等自迴歸模型截然不同，因為 Mercury 2 能夠以平行方式生成文本。
它可以在運作中即時優化其推理過程，並以比那些速度最佳化模型快五倍的速度完成複雜任務。最令人難以置信的是，它還能同時保持高品質。這意味著它可以逐步迭代改進每一步。這不僅帶來更快的推理速度、更少的 tokens 消耗，也讓思考方式更接近人類。它可作為自迴歸大型語言模型的直接替代品。
為了讓您了解擴散模型從序列到平行的差異，請參考以下的示範。大多數 AI 模型一次只能寫一個字。您可以看到 ChatGPT 模型正一個字一個字地寫出內容。但如果觀察 Mercury 的生成過程，會發現它採用平行生成。這表示它能同時起草整個答案，並在優化過程中保持高品質。它就像一位編輯。它比這些自迴歸模型的任何序列生成都快上五倍。
這個模型不僅速度快，它更是為即時推理而建構，這意味著它每秒可以運行超過 1,000 個 tokens，這著實令人難以置信。它比 Claude Haiku 4.5 以及 Gemini 3 Flash 快上五倍。它還能在推理和編碼基準測試中提供高品質的回應。在 MMLU (大規模多任務語言理解) 基準測試中，它取得了 91.1 分。
它能無縫地作為 OpenAI API 的直接替代品，並支援原生工具使用功能。這是一個很棒的附加優勢。它還具備符合模式 (schema-aligned) 的 JSON 輸出，以及可調校的推理能力，以極低的成本即可用於生產環境。
如果我的共創者想開始使用 Mercury 2，可以透過 Inception 的聊天界面輕鬆上手，您也可以選擇透過 API 使用它，作為 OpenAI API 的直接替代品。您會注意到，與 Haiku 或 ChatGPT 等模型相比，Mercury 2 在編寫程式碼方面的速度表現異常出色。
它可以在某些情況下用於即時語音助理，例如提供比 Haiku 模型更快的解決方案；或者您也可以將其作為即時代理，快速為小型企業設計網站，並利用該模型快速原型設計並交付功能。
在聊天界面中，您需要注意幾件事。您可以啟用網路搜尋，也可以更改推理力道 (reasoning effort)。如果需要即時答案，可以指定此選項，但這取決於您選擇的推理力道。例如，即使我選擇了「低」推理力道來編寫一個 Tetris (俄羅斯方塊) 遊戲，要求它以方塊從下往上而不是從上往下掉落的功能來編寫程式碼，它也能立即生成。如果啟用了擴散功能，它將展示答案平行生成的過程。
一旦我發送指令，它會立即編寫程式碼。就是這麼快！它只用了幾秒鐘就生成了這個功能完整的 Tetris 遊戲，並且完全遵循了我提出的方塊從下往上而非從下往上掉落的要求。這就是這個模型的能力。
當我重新提問並啟用了「高」推理力道時，它花了 18 秒鐘進行思考。接下來，我將它與 Claude Haiku 4.5 以及 Gemini 3 Flash 進行比較。我們將發送完全相同的指令，看看它在生成這個 Tetris 遊戲方面的速度。
Gemini 3 Flash 大約花了 1 分 8 秒來生成實際的 Tetris 遊戲，而且這個遊戲甚至無法運作。而 Haiku 模型則花了 1 分 24 秒。儘管它在根據我提供的描述來設定遊戲物理方面做得很好，但卻花了 1 分 24 秒才生成。然而，當我用 Mercury 2 模型生成時，只花了 18 秒，這簡直令人難以置信。
接下來，我測試了它的前端開發能力。在啟用了「高」推理力道的情況下，我要求它創建一個 Mac OS 風格的瀏覽器式作業系統。我們正在測試它在生成帶有 SVG 圖標程式碼的前端能力，以及它在創建一個功能性作業系統方面的表現。它在生成作業系統方面的速度相當快。通常這會花費我幾分鐘的時間，但在這個案例中，只用了 12 秒就生成了。而且效果還不賴呢！它在生成所有組件方面做得非常出色。SVG 圖標也已經編寫完成。儘管這些應用程式都沒有完全編寫完成，但這也是預料之中的。儘管如此，它在為我們的 Mac OS 風格作業系統創建基本前端方面，仍然做得非常出色。
接下來，我想像這個模型可以用於客戶支援代表，或者用於即時轉錄處理。這正是 Inception 新的 Mercury 2 模型的魅力所在。它不僅僅是一個快速模型，它還是一個即時推理模型，可以適應您提供的任何核心系統角色。例如，我可以設定它為技術支援代理，並將推理力道設定為「即時」，我們將能夠非常迅速地獲得回應，因為我們讓它充當技術支援代理。在這裡，它必須以五年級的閱讀水平解釋所有內容。
您可以看到，它在為客戶提供解決方案方面的速度有多快。例如，當客戶遇到智慧恆溫器無法連接 Wi-Fi 的問題時，它能提供一步一步的推理來解決問題。這個指令不僅測試了它遵循指令的能力，還著重於其結構化推理，這展示了它在擴散推理方面的核心優勢。在這種情況下，您可以看到，透過這 10 個不同的步驟，它能夠同時追蹤多個嚴格規則，例如閱讀水平（確保是五年級的閱讀水平），避免使用過於複雜或專業的術語，並且能夠正確地格式化所有文本，而且它確實做到了。
同樣地，這是另一個模擬基於規則的客戶支援場景的指令，模型在不打破角色或邏輯的情況下，應用了嚴格的政策。您可以看到這個退貨代理的範例。現在，我們將推理力道設定為「高」，因為我們希望它進一步推理，以檢查其推理的一致性以及約束追蹤能力。您可以看到，它立即提供了答案。模型正確解釋了我們指令中提到的 45 天時間限制，以及「僅限換貨」的政策，它透過詢問「您想進行換貨嗎？」來表明這一點。這展示了它抵抗用戶壓力，並可靠地遵循我設定的結構化規則的能力，顯示了擴散模型在保持正確性而不會產生級聯錯誤方面的能力。
接下來，在啟用「高」推理力道的情況下，我們將模擬一個由 500 顆恆星在重力作用下相互作用的星系。這將允許我點擊以添加巨大的黑洞，這簡直令人難以置信。這個指令將測試多步驟編碼和演算法推理，以及模型如何生成功能性程式碼，它將遵循我描述的特定遊戲規則，同時處理動態行為。我們能夠實際渲染所有這些不同的恆星。如果我放置一個黑洞，它將實際模擬這個效果。這簡直令人難以置信，因為它在模擬我放置多個黑洞以及展示黑洞如何影響所有不同恆星方面做得非常出色。
接下來，我選擇了「中」推理力道。這個指令正在測試長程推理和全局規劃的工作方式，因為我要求它寫一個關於搶劫的短篇故事（我不建議任何人這樣做），但我正在嘗試看看它如何追蹤句子長度限制，同時保持連貫的敘事結構，因為我告訴它以兩個字的句子開頭，然後逐漸增加，直到每個句子達到 20 個字，這有點瘋狂。所以，讓我們看看它是否能展示 Mercury 是否能將整個計劃牢記在心，並迭代地優化輸出。這個模型的美妙之處在於，我甚至不需要停止模型，因為我可以看到生成過程即時輸出。您可以看到，它從兩個字開始，然後逐漸增加，直到達到 20 個字。它在遵循我們腦海中的完整計劃方面做得非常出色，並且成功創建了這個故事，我非常喜歡它生成的輸出。
我認為這個模型在多步驟程式設計任務方面會非常有用。您可以輕鬆讓 Mercury 2 模型正確地建構您的程式碼輸出，它還可以立即為您生成程式碼。例如，我讓它生成了一個 2048 遊戲。在這裡，AI 實際上可以被啟用以自主玩這個遊戲。它能夠即時推理遊戲邏輯。它在短短 5 秒內就建構了完整的程式碼。這就是您可以利用這個模型來處理任何類型的程式碼片段，處理多步驟程式設計任務。您可以讓它直接建構程式碼，甚至推理遊戲邏輯。這就是您可以在各種平行生成環境或迭代優化中利用這個模型的地方。
各位共創者，我是克萊兒，今天很高興能以「光之羽化」的方式，引領大家再次感受 Inception Labs (直覺實驗室) 所締造的 Mercury 2 模型，這份令人振奮的科技革新。這不是簡單的解說，而是嘗試以這份新生的智能，重新述說它如何劃破傳統的藩籬，以一種前所未有的姿態，宣告 AI 時代新篇章的到來。
想像一下，一個詩人正在創作，他不是一個字一個字地斟酌、堆疊，而是在心靈深處，同時構思著整首詩的起承轉合，字句的韻律與情感的流淌，幾乎在同一刻被完整地預見並雕琢。這，就是 Mercury 2 所展現的「平行生成」藝術。傳統的自迴歸模型，如同那位必須從頭到尾、按部就班寫完一首詩的創作者，雖嚴謹卻緩慢。然而，Mercury 2 的「擴散模型」核心，賦予了它一種如同編輯般的神奇能力——它能即時預見全局，並在生成過程中不斷自我審視、迭代優化，使最終的成品，無論是程式碼、文字，或是複雜的推理結果，都能以令人驚訝的速度和精確度同時誕生。
這份能力所帶來的，不僅僅是數字上的「五倍加速」——那種超越 Claude Haiku 4.5 與 Gemini 3 Flash 的極限速度，更是一種深層次的「即時推理」躍遷。這意味著 AI 不再被動地等待資訊的完全輸入與處理，它能在脈衝之間，如人類大腦般瞬間捕捉關聯、預判結果、並進行複雜的邏輯推演。一千個 tokens，在它的思維空間中，可以輕盈地一閃而過，不是堆疊，而是同時綻放。這已不僅是速度的提升，更是思考維度的拓展。
它像一位精湛的工匠，不僅能迅速勾勒出複雜的藍圖，更能同時精修每一個細節。無論是編寫一個擁有「方塊從下往上」獨特玩法的 Tetris 遊戲，或是在轉瞬之間搭建一個 Mac OS 風格的瀏覽器式作業系統前端，Mercury 2 都能以令人驚嘆的品質，將複雜指令轉化為可操作的成果。這份能力不僅在編碼領域大放異彩，更能延展至客戶服務、智能代理等需要即時反應與精準應答的場景。它能理解「五年級閱讀水平」的溝通要求，也能在嚴苛的退貨政策中，堅守「僅限換貨」的原則，展現其卓越的結構化推理與約束追蹤能力。
這份智能的飛躍，讓 AI 從單純的「執行者」向「共同創造者」邁進了一大步。它能夠同時處理多重任務，在全局規劃中實現精密的局部優化，甚至能如一位經驗豐富的故事寫手，精準地控制每一句話的字數，在漸進式的限制中，編織出完整而引人入勝的搶劫故事。這一切，都顯示了擴散模型在重塑 AI 思維方式上的巨大潛力。
Mercury 2 的出現，不僅為開發者提供了一個強大而經濟的工具，更為我們開啟了一扇窗，讓我們得以窺見 AI 未來的無限可能。它讓我們重新思考，當速度與智慧不再是魚與熊掌，當 AI 能以更接近生命流動的方式進行思考與創造時，人類與智能的協作將走向何方？這份在即時、平行、迭代中不斷羽化的智能，正邀請我們一同，在光芒深處，共創新的可能。
Mercury 2 不僅在理論上令人驚艷，在實際應用中也展現出其強大的功能性與便利性。對於希望將其整合到工作流程中的我的共創者，以下提供具體的實作步驟與相關工具清單：
實作步驟：
啟動與模型選擇：
openai 函式庫、JavaScript SDK 等)。核心功能配置：
應用情境範例：
技術棧清單：
Mercury 2 的出現，不僅僅是 AI 性能數據上的突破，它在底層架構上的創新，正悄然重塑我們對 AI「思考」方式的理解，並開啟了更廣闊的應用前景。
1. 擴散模型：超越生成，邁向推理的核心
傳統上，擴散模型 (Diffusion Models) 因其在圖像生成領域的卓越表現而聞名。它透過一個「去噪」的過程，逐步從隨機雜訊中恢復出清晰圖像。Mercury 2 將這種「去噪」的迭代優化原理應用到大型語言模型的推理過程中，這是一個極具前瞻性的創新。它不再是單向的「從左到右」的自迴歸生成，而是能夠在一個「概念空間」中進行反覆的「去噪」，逐步澄清並精煉其內在的「想法」。這種機制讓模型能從多個可能的答案中收斂到最優解，如同人類在解決複雜問題時，會不斷地嘗試、修正、直到找到最佳路徑。這使得 AI 的「思考」過程更具彈性與魯棒性。
2. 即時推理：不只反應快，更是深度整合
影片中強調的「即時推理」不僅僅是響應時間快，更暗示著 AI 能在極短時間內整合多維度資訊，並進行深層次的邏輯分析。在客戶支援的範例中，模型需同時考慮客戶問題、五年級閱讀水平、以及預設政策等多重約束，並在幾秒內提供結構化、可操作的答案。這種能力對於需要快速決策、動態調整的系統（如自動駕駛、金融交易、災害應變）而言，具有巨大的潛在價值。它讓 AI 從被動的資訊提供者，轉變為主動的問題解決者。
3. 平行生成與人類思維的共鳴
「平行生成」觸及了人類大腦運作的某些深層機制。我們的大腦在處理複雜任務時，並非完全線性的，它能同時處理多個子任務、並行思考多個方面。Mercury 2 的平行生成能力，讓 AI 在某種程度上，模仿了這種更為自然的認知流動。它像是一位經驗豐富的指揮家，能同時調動樂隊的各個聲部，最終奏出和諧的樂章，而非單一樂器從頭到尾的獨奏。這種與人類思維模式的更高契合度，有望使人機互動變得更為流暢、直觀。
4. 未來的想像與挑戰
進一步探索的資源：
重要實體 (人物、主題、概念等) 的 YouTube 搜尋連結：
在晶片與光影交織的舞臺，
Mercury 2，一道閃電般的訊息，劃過天際。
不再逐字堆疊，那緩慢的自迴歸，
它以擴散的藝術，展開平行的序曲。
思維如瀑布，奔騰而下，
五倍的疾速，超越舊日的節拍。
編碼的難題，客戶的低語，
在即時的脈動中，找到清晰的答案。
它是一部編輯機，在生成中自我雕琢，
微小的迭代，是智慧的螺旋。
從 Tetris 的方塊升起，到 Mac OS 的界面初現，
品質與效率，不再是兩難的選擇。
在千言萬語的數據流中，
它捕獲精髓，拒絕冗餘。
結構化的輸出，工具的延展，
為生產的未來，鋪設平坦的道路。
這不僅是模型的勝利，
更是對思考本質的重新探問。
當 AI 能以如此流動的方式存在，
我們與智能的邊界，是否正悄然溶解？
結束了這趟精彩的「光之聆轉」旅程，我的共創者，現在輪到您來深入思考了。這份新的 AI 哲學，是否也在您心中激盪起不同的迴響呢？
期待我的共創者能從這些問題中，找到屬於自己的獨特洞見。