自回歸（AR）大語言模型逐 token 順序解碼的范式限制了推理效率；擴散 LLM（dLLM）以并行生成見長，但過去難以穩定跑贏自回歸（AR）模型，尤其是在 KV Cache 復用、和 可變長度 支持上仍存挑戰。
Fast-dLLM v2給出了一條務實路線：將預訓練 AR 模型適配為適配為能并行解碼的 Block-dLLM—— 且只需～1B tokens 量級的微調即可達到 “無損” 遷移，不必訓練數百 B tokens（如 Dream 需～580B tokens）。在 A100/H100 上，它在保持精度的同時，將端到端吞吐顯著拉高，最高可達 2.5×
