**PerceptionDLM：多模态扩散语言模型实现并行区域感知**

_PerceptionDLM: Parallel Region Perception with Multimodal Diffusion Language Models_

> PerceptionDLM 是一种多模态扩散语言模型，利用扩散模型的并行解码特性，通过高效提示和结构化注意力掩码，能够同时生成图像中多个区域的描述，大幅提升多区域感知任务的推理效率。该模型在开源扩散多模态大模型中性能领先，并推出了新的并行详细局部描述基准 ParaDLC-Bench。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.19534)