大语言模型在过去三年里沿着自回归架构狂飙突进，从 GPT-4 到 Claude，几乎全部主流产品都建立在“一个字接一个字”生成的技术地基上。但这条路的代价正在显性化：推理成本随序列长度线性攀升，长文本生成的可控性始终是悬在应用头顶的达摩克利斯之剑，更不用说让模型在“说话”中途精确修改某个局部意图的能力——这在自回归范式里近乎反人性。2026 年，谷歌发布 Gemma Diffusion，用离散扩散生成在实验层面证明：语言模型不必非要串行不可。差不多同时，杭州一家公司已在这条技术路径上押注了整整两年。

这家公司是西湖心辰。创始人蓝振忠曾在谷歌 AI 研究所打过多年的硬仗，2020 年回国加入西湖大学，身上的另一重身份是蚂蚁集团通用人工智能研究中心主任。2021 年 7 月，他成立西湖心辰，方向明确到近乎危险——放弃已被反复验证的自回归路线，从头搭建扩散语言模型。

两年时间过去，西湖心辰在 2026 年 8 月 3 日宣布完成B+轮融资，金额达到数亿元人民币。如果说上一轮融资还带有“投人、投方向”的早期逻辑，这一轮的投资方组合已经开始显露产业逻辑的颗粒度。

项目 内容
公司 西湖心辰（杭州）科技有限公司
轮次 B+轮
金额 数亿元人民币
投资方 广发信德领投；西湖创新投、武汉江豚基金、容亿投资、南通投管跟投；58产业基金、猎聘战投等产业资本参投；老股东蚂蚁集团、汤姆猫提供全面支持
总部 浙江杭州
创始人 蓝振忠
官网 https://xinchenai.com/

当整个行业都在造“写字的 AI”，这家公司偏要造“可编辑的语言”

过去五年大模型产业关于“语言”的争论大多停留在规模、数据和评测分数上，但真正决定技术路线走向的分岔口出现在更底层的建模哲学上。

自回归语言模型的生成过程严格遵循从前到后的顺序，这种特性让它天然适合接龙式的文本生成，却在“可编辑性”上暴露出结构性的短板——一旦你需要修改一句话中间的某个词，模型往往要重新生成整段话，就像用打字机写错了字只能撕掉重来。而扩散语言模型走的是另一条路：它从纯噪声出发，通过一系列去噪步骤逐步“精炼”出有意义的文本，整个过程天然支持并行生成、局部编辑和跨模态的对齐。技术路线的分歧不是理论课上的思维游戏，它直接决定了下游产品能做什么、不能做什么。

西湖心辰在这个时间窗口上，选择了站在主流对面的那一侧。公司在公开资料中明确了其技术资源集中的三个方向：连续扩散语言模型、全模态交互和超拟人能力。三个方向不是平行推进，而是存在一层嵌套关系——扩散语言模型是底层引擎，全模态交互决定了输入输出的通道带宽，超拟人则是产品化的最终交付标准。

这种技术站位的商业逻辑指向了一个明确的产品锚点：实时互动内容。公司对外描述的产品矩阵覆盖了情感陪伴、互动内容、AI 角色社区和沉浸式虚拟体验四个板块。从技术特性来看，扩散模型的并行生成本质上解决了实时交互场景中延迟和可控性的双重矛盾；而“从噪声逐步细化到成品”这一过程，天然适配需要长篇上下文连贯性、以及需要用户在生成中途随时介入调整的动态内容场景。

2024 年起，西湖心辰正式启动海外化，直接面向全球市场验证这套技术栈的商业闭环。据投资界报道，公司在全球多个国家和地区的同类榜单中已居于前列。这组信息传递了一个信号：扩散语言模型在真实商业环境中拿到的不止是实验室分数，而是用户用行为投出的反馈。

值得一提的是蓝振忠本人同时维护的 LLaDA 项目。2026 年 7 月底，由其带领的蚂蚁集团通用人工智能研究中心团队开源了千亿参数 MoE 扩散语言模型 LLaDA，在多项智能体基准测试中达到了与同体量自回归模型相近的水平。这一成果不仅让蓝振忠在扩散语言模型方向的个人研究信誉有了硬通货，也让西湖心辰的商业化叙事多了一层开源社区的生态背书。不过要清醒地看到：开源模型和商业化产品之间存在“最后一公里”的巨大鸿沟，评测分数与用户留存之间也还隔着一个真实场景的适配工程。

拿着技术锤子找钉子的困境：为什么是“实时互动”而不是“工具类应用”

一家技术路线上不走寻常路的公司，最致命的陷阱不是技术不可行——而是技术可行，却找不到有足够支付意愿的场景。西湖心辰的选择耐人寻味：它回避了几乎所有国产大模型公司争抢的企业级办公工具、代码助手、营销生成赛道，一头扎进了“情感陪伴”和“AI 角色社区”这类前几年已被资本盯过一轮又冷却的方向。

但此一时彼一时。2023 年的情感陪伴类 AI 产品受限于那时底模的交互延迟和角色一致性，大量早期产品最终倒在了用户三天新鲜感过后的留存断崖上。而扩散语言模型的并行生成能力和原生可编辑特性，恰恰打的就是这个留存痛点——用户在与 AI 角色长时间对话时，角色人设的稳定性、回应逻辑的上下文连贯性、以及用户在对话中随时“介入改写”当前体验的灵活度，都是自回归架构下需要用大量工程手段才能勉强覆盖的坑。

西湖心辰的产品矩阵并非简单地把自回归架构下的聊天软件搬过来、“灌”上一个扩散模型。公司在公开信息中强调“原生多模态实时互动产品矩阵”，注意“原生”这个定语——公司强调“原生”多模态，这可能意味着从底模层面统一处理多模态信号，但具体技术实现尚未公开（编辑推断）。这种设计的工程成本更高，但带来的体验一致性也更难被竞争对手用拼接方案追赶。从目前公开的信息来看，公司尚未披露具体的用户量级、日活留存或付费转化数据，外部无法精准度量其商业化的“闭环”到底扣在哪一环上。但至少有一点是明确的：当一家公司选择在底模层做差异化时，它必须同时承受上游研发消耗和下游产品适配的双重压力。

一个做开源模型的研究型创始人，如何说服产业资本连续下注

蓝振忠的履历在 AI 创业圈里属于教科书级别：卡耐基梅隆大学 AI 博士，研究领域覆盖自然语言处理和预训练语言模型，成果曾落地 Google News 和 Google Assistant 这种数亿用户级产品。回国后任职西湖大学深度学习实验室，同时兼任蚂蚁集团通用人工智能研究中心主任。这种“学术界 PI+大厂前沿部门负责人”的双栖结构，让他在融资时拥有一般创业者不具备的优势——投资机构不是在赌一个产品经理的想象力，而是押注一个人在技术判断上有足够的履历信用背书。

但从资本结构的角度审视这一轮融资，比看创始人的个人光环更具信息量。领投方广发信德是证券系投资机构，其决策逻辑通常偏向财务回报可预测、退出路径相对清晰的标的企业；跟投方中既出现了西湖创新投这样带有技术转移属性的政府背景资金、武汉江豚基金和南通投管等地方产业引导基金、容亿投资等市场化的 VC 资金，也出现了 58 产业基金和猎聘战投这样有明确人才和招聘产业资源的战略资本。而早在 B+轮之前就已成为股东的蚂蚁集团和汤姆猫，这一轮选择了“全面支持”而非领投或跟投，这种姿态更接近维护既有持股价值的跟进安排。

这张投资人名单背后可以读出两层逻辑：第一，西湖心辰是地方政府围绕西湖大学打造人工智能产业集群的重要拼图，政策导向型资本不会缺席；第二，产业资本的介入意味着公司的技术落地不再停留于概念层面，58 同城和猎聘的参与暗示了两个可能的合作方向——人力资源场景下的 AI 交互服务和招聘领域的智能体应用。当然，这层推断目前还没有公开的商业合作细节可以直接佐证，属于基于股东结构的合理推演而非已确认事实。

另一个值得注意的细节是，西湖心辰至今已完成包括天使轮、Pre-A 轮、两轮战略融资、B 轮和本轮 B+轮在内的六轮融资，融资金额从早期数百万美元一路攀升到如今的数亿元人民币规模。公司在估值方面的口径始终保持沉默，不同来源对于猎聘战投是否参与本轮也存在细微表述差异。对于一家技术路线尚未被大规模商业化验证的公司，这种信息管理策略兼具保护性和模糊性——保护的是公司不必在市场定位尚未清晰时被对标估值绑架，模糊的是外界衡量其真实成长速度缺少可比锚点。

打上“扩散范式”标签之前，先回答一个关于商业效率的尖锐问题

批评者完全有理由提出这样的质疑：在自回归大模型已经长成参天大树、各条产品线加速商业化的当下，另起炉灶押注扩散语言模型，这到底是一种真正的技术远见，还是在用低概率的颠覆故事支撑高成本的研发支出？

回答这个问题需要把“扩散语言模型”这个概念放进一个更大的技术演进坐标系里审视。自回归架构并非没有被挑战过，只是过去两年它的赢面太大了——从参数规模到推理效果，这条路线用压倒性的实证数据碾压了几乎所有替代方案。但 2026 年的谷歌 Gemma Diffusion 至少证明了一点：扩散在离散语言生成这件事上的可行性已不再是纯理论假设。而 LLaDA 千亿参数模型在智能体基准测试上逼近自回归同行的成绩，则为“这玩意儿至少能跑起来而且没有差到离谱”提供了工程上的证据。

不过，从“能跑起来”到“能赚钱”之间隔着的不是一条水沟，而是一个太平洋。公司在官方话术中讲“已经跑通全球市场商业化闭环”，这句话包含的信息是可验证的——海外用户确实在付费了；但不包含的信息可能更重要——这个闭环的规模有多大？毛利率结构是否健康？用户获取成本与生命周期价值的比值是否可持续？在缺少这些数据的情况下，外部观察者只能确认“闭环存在”这个事实，而无法评估闭环的质量。

从资金用途的规划来看，公司把“新一代扩散语言模型的持续研发”放在首位，其次才是产品迭代和海外拓展。这个排序本身就是一个清醒的信号——它说明即使到了 B+轮，公司知道自己的技术地基还没浇完。在一个自回归模型已经把推理成本降到白菜价、产品体验高度同质化的时间点，这种清醒是必要的，也是昂贵的。

全球市场上的大考：当“出海”成为中国 AI 公司的标准答案时，参考答案还值钱吗

2024 年以来，“AI 出海”已经变成了中国大模型创业公司的标准战略表述，几乎每一家的融资新闻通稿里都要为这个词留出一段位置。但真正把产品放到海外市场与当地最头部的 AI 应用正面搏杀、并且留在榜单前列的公司屈指可数。

西湖心辰的海外业务启动时间正好落在 2024 年这个节点上。据公开信息，公司在全球多个国家和地区的同类榜单中位居前列。这个表述的具体指涉范围并不明确——是多模态情感陪伴类 AI 产品的榜单，还是包括所有 AI 聊天应用在内的大类榜单；是下载榜还是收入榜；即使榜单排名可查，也没有数据可以量化其市占率或用户体量。这些信息的颗粒度不够，无法支撑对海外业务健康度的精确判断。

更具体地说，情感陪伴和 AI 角色社区这类产品在海外市场面临的核心挑战不是功能比拼，而是文化适配的颗粒度。一个在中国打磨出来的“超拟人”能力放到英文、日文、阿拉伯文语境下，幽默感的尺度、情绪表达的边界、社交规范的默认值全都要重写。这不是翻译模型能解决的工程问题，而是产品团队对所进入市场的社会文化理解力问题。西湖心辰目前没有披露其在海外市场的本地化团队规模、各语种产品差异化的设计策略，也没有公布各地域的用户留存数据细分。在缺少这些信息的情况下，“多国榜单居前”更像是一张动态变化的快照，而非一个被时间验证的结论。

公司也把“海外市场面临文化差异等挑战”明确列为风险提示之一，这在融资后的公开信息中是诚实的，也意味着管理团队对此有清醒的预期。但这个风险的真正杀伤力不在于“知道有文化差异”，而在于文化差异会以什么样的商业指标形式暴露出来——可能是高下载低付费、可能是次月留存断崖、可能是合规摩擦引发的地域封禁——这些具体而微的崩溃路径，才是出海 AI 产品真正惧怕的暗礁。

风口上的扩散语言模型是一个赛道，还是一个被资本合力烘托的方向

2026 年，大模型产业的叙事话语正在经历一轮微妙的切换。自回归的故事讲了三年，技术和产品两端都进入了边际效应递减的通道——模型再大十倍、评测再高几分，已经很难让用户和资本市场产生前两年的肾上腺素分泌。于是产业叙事的重心开始向“下一代架构”漂移，扩散语言模型乘上了这股东风。

此时就需要区分两件事：扩散语言模型作为一种技术的客观进展，与“扩散语言模型是下一个范式”作为一种资本的共识建构。谷歌 Gemma Diffusion 的系统验证和 LLaDA 的开源推进，确实让扩散这条技术路线拥有了过去两年从未有过的产业合法性。投资机构对这个方向的兴趣不再仅仅是“押注一个变道的机会”，而是开始包含“即使变道不成，方向上的部分技术积累也能在其他场景复用”的避险考量。

但从产业坐标里看，西湖心辰目前所处的阶段更像是“扩散语言模型”这个技术方向的先锋船，而不是已经离港的远洋舰队。公司的研发投入集中于连续扩散语言模型、全模态交互和超拟人能力这三个方向，每一个都处于工程化爬坡期，距离成熟的标准化产品还有相当距离。而竞争对手们也并非原地踏步——一旦扩散语言模型的可行性被更广泛地验证，自回归路线上已经积累了巨量资本和用户基数的头部公司完全有资源和动机追赶。

风险提示在公开信息中被凝练成一句话：“技术研发进展可能不及预期”。这句话没说出来的部分才是投资人真正的焦虑来源：如果扩散语言模型最终被证明在复杂多轮真实对话中的表现只能“逼近”自回归架构，而无法形成代际差优势，那么所有围绕“可编辑性”“并行生成”“跨模态统一”铺陈的商业想象都将坍缩回技术论文的讨论范畴。这并非唱衰扩散路线，而是指出一个基本事实：西湖心辰的价值锚定在“下一代架构成立”这一命题为真的前提之上，而这一命题目前处在被证明与被证伪之间的灰色地带。

蓝振忠选择的这条路，很可能决定了接下来两年国内大模型创业的叙事走向——如果西湖心辰能跑通，扩散语言模型将从一个学术好奇心变成一个可投资的赛道；如果跑不通，它将成为中国 AI 创业史上又一个“技术正确但时机错误”的标本级案例。而这，恰恰也是 B+轮这一时间点上所有投下去的钱，正在等待的那个回答。

RecodeX 极客视：当一家公司把全部筹码押在“主流技术路线有天花板”这个判断上时，它必须比别人更清楚天花板在哪里、什么时候会撞上。西湖心辰选择扩散语言模型不是在自回归架构上修修补补，而是要从地基开始重写语言生成的范式——这个决策的勇敢和危险，在 B+轮这个时间节点上几乎等重。蓝振忠在西湖大学和蚂蚁集团之间的双栖身份，给了公司一种罕见的资源韧性，但韧性不能代替速度。海外榜单的排名可以证明产品找对了方向，但证明不了产品真正站稳了脚跟。扩散语言模型最终能走到哪里，取决于资本的耐心、工程团队的落地速度、以及那位卡耐基梅隆大学出来的 AI 博士，在学术远见与商业现实主义之间拿捏的分寸。