扩散语言模型想抢自回归的饭碗，卡在一个结构性瓶颈上：并行解码时每个 token 只从自己的边缘分布独立采样，同批 token 之间的统计依赖被整体切断。数独这类全局约束任务直接暴露问题。连续扩散语言模型绕开了它——所有 token 在一个共享连续潜状态里联合规划——但去噪器只看得见潜状态，直到最后一步才解码，中间没有「必须是合法词元组合」的约束。UIUC 团队 10 月 1 日提交到 arXiv 的 HC-DLM 把两条路线缝在一起：离散 token 生成与连续潜轨迹耦合进同一个去噪过程，训练目标由 token 似然的变分界导出。
潜变量当唯一草稿纸，token 每步纠偏
HC-DLM 让潜变量成为唯一的持久生成状态：每步先从潜状态 x_t 读出 token 草稿 k_t，草稿再反过来指导下一次潜状态更新。与把连续上下文挂在自包含离散链上的混合方法不同，这里离散链本身不存在——token 只是潜状态的读出物，却承担「锚」的角色。训练端一个变分界拆三项：token 读出的重构项、token 引导的流匹配项、防编码器坍缩的熵正则项，端到端训练。
跑分：同规模扩散阵营里的最优解
项目页对比四类设计：离散扩散（MDM、LLaDA 类）一步内 token 相互独立；连续扩散（Plaid 类）只在 t=0 解码；混合方法（CCDD）靠条件耦合。HC-DLM 两头都占。数字（项目页口径）：
- Hard Sudoku（6M 参数）：72.41%，比 CCDD 高 1.68 个百分点，比 MDM（top-prob. margin）高 22.53 个百分点；7 倍大的自回归模型只有 32.57%。
- Countdown CD5（6M 参数）：37.52%，比 CCDD 高 12.17 个百分点，且领先随规划深度拉大——CD4 只领先 3.2。
- LM1B 生成困惑度（118M 参数）：75.5，低于 Plaid 的 77.3、LangFlow 的 92.2、MDM 的 103.9。
冷水也在同一页：Easy Sudoku 上 CCDD 94.65% 仍略高于 HC-DLM 的 94.21%；LM1B 上自回归 Transformer（108M）的 66.7 仍低于所有扩散方案。「领先」只在扩散阵营内部成立，自回归的城墙还没破口。
消融：两层缺一不可
去掉 token 引导退化为纯潜扩散，Hard Sudoku 从 72.41% 掉到 24.74%；去掉潜变量退化为纯离散链，掉到 49.88%。前向噪声同样关键：吸收态噪声最好 48.25%，均匀态加并行更新才到 72.41%——均匀腐蚀的序列仍是完整假设，mask 不携带支架信息。两条过程曲线值得看：中间预测准确率在 t/T=0.6 前爬过 90%（无引导版本封顶 57%）；去噪步数从 100 砍到 10，HC-DLM 稳在 52%-76%，MDM 从 56% 跌到 20%——少步数场景正是扩散对自回归的速度优势所在，这条曲线直接关系到路线的实用价值。
所以呢
这一年扩散语言模型从「能不能生成」卷到「并行解码的依赖怎么保」：Flash-dLLM 做免训加速、dQwen3.5 接适配断点，HC-DLM 则重构生成状态本身。对做推理服务的人，价值不在 6M 玩具规模，而在验证了联合规划与逐步锚定可以共存、少步数下不塌。6M/118M 的结论能否推到大模型等后续工作回答，但「潜变量打草稿、token 每步纠偏」这个范式值得进论文清单。
参考：arXiv:2610.02193（hc-dlm.github.io）