Inception Labs

Inception Labs - 扩散大模型平台，Mercury 2.5、并行生成与低延迟API工具

Inception Labs 简介

Inception Labs是一家位于美国加州帕洛阿尔托的AI初创公司，由斯坦福大学教授Stefano Ermon（扩散模型共同发明人）、UCLA教授Aditya Grover和康奈尔大学教授Volodymyr Kuleshov于2024年联合创立。公司致力于将扩散模型技术从图像领域迁移至文本生成，开发了全球首个商业化的扩散大语言模型（dLLM）Mercury系列。与传统的自回归模型逐token串行生成不同，Mercury通过并行去噪过程一次性生成整块语言内容，实现了高达10倍的速度提升与显著的成本降低。

Inception Labs 核心功能/服务

Mercury 2.5扩散大模型：最新旗舰模型以超过1,100 tokens/秒的生产吞吐量运行，智能水平较Mercury 2提升10个点，可媲美GPT-5.6 Luna、Gemini 3.5 Flash-Lite与Claude Haiku 4.5等成本优化前沿模型。上下文窗口从128K扩展至260K，新增可调推理、原生工具调用与JSON模式。
实时推理与低延迟应用：扩散架构使推理延迟与推理深度解耦，响应时间不受思考步骤增加而显著延长。Mercury Voice实现首token延迟低于170ms，专为延迟预算紧张的语音Agent优化，适用于实时搜索、语音助手与编程辅助等场景。
OpenAI兼容API与多平台接入：平台提供drop-in API，可通过API Platform、OpenRouter、Vercel AI Gateway及AWS Marketplace调用。企业可申请私有实例或基于自有数据微调模型，价格低至$0.20/$0.75每百万tokens，发布期享80%折扣至$0.04/$0.15。

Inception Labs 适合谁

• 实时AI应用开发者：需要构建低延迟对话Agent、语音助手或实时搜索系统的开发者，可利用Mercury的并行生成能力将响应时间从分钟级压缩至秒级，提升用户体验。
• 企业AI平台与基础设施团队：关注推理成本与吞吐量的企业技术团队，可通过dLLM的token效率优势在相同GPU资源下处理更多请求，降低单位推理成本。
• AI研究与技术探索者：对扩散模型在文本生成领域应用感兴趣的开发者与研究人员，可借助Inception开源的模型权重与API接口，探索非自回归架构的能力边界。

为什么选择Inception Labs

Inception Labs由扩散模型共同发明人Stefano Ermon领导，团队在ICML 2024凭文本扩散论文获得最佳论文奖。公司于2025年11月完成5000万美元种子轮融资，Menlo Ventures领投，NVIDIA NVentures、微软M12、Snowflake Ventures、Databricks及吴恩达、Andrej Karpathy等天使投资人跟投。Mercury已被微软NLWeb选为底层模型，与TripAdvisor、Shopify、Snowflake等企业建立合作，企业用量月增长超过一个数量级。访问Inception Labs官网，体验Mercury的实时推理能力或查阅API文档。