3 步推理，生成加速 20 倍以上？CoLT 把思维链压进潜空间

机器之心 2026 年 7 月 15 日文章速读：CoLT 用 3 个连续潜思维向量替代冗长的文本 CoT，目标是让多模态模型保留推理能力，同时减少生成阶段的文字解码。

来源：机器之心，原文发布时间：2026 年 7 月 15 日。 阅读原文

文本 CoT 的每一步都要生成可读 token。CoLT 把中间推理换成连续 latent thought representations，论文摘要确认它最多用 3 步完成思考，并在 8 个 benchmark 上超过已有 latent reasoning 方法。 论文摘要：CoLT

训练时，CoLT 同时使用前向解码、后向解码和内部步间监督，让潜思维既能对齐文本推理，也能保持步骤之间的连贯性。推理阶段则丢弃外部解码器，只保留潜思维表示参与最终答案生成。

论文摘要报告：相对文本 CoT，CoLT 将端到端推理时间减少 10.1 倍、文本解码时间减少 22.6 倍。机器之心原文进一步报告，8 个多模态基准平均准确率为 79.1%，Text CoT 为 75.7%；这些具体分数采用原文口径。 代码、模型与数据：CoLT GitHub

首图是三步潜思维的概念视觉，后两张为原文论文图。