28.2.6 代码走读：扩散语言模型（dLLM / LLaDA2）的请求路径#

与自回归模型预填充一次、逐 token 解码不同，扩散语言模型（diffusion LLM, dLLM）在 SGLang 里以块（block）为生成单位，每次向输出尾部追加一个长度为 block_size 的块、块内初始全部填 mask_id，随后在同一批位置上反复前向、每步依算法把一部分 mask 位置替换为预测 token（去噪），块内全部 unmask 后整块提交、再追加下一块；一条 dLLM 请求因此不走常规的 EXTEND/DECODE 交替，而走由 ForwardMode.DLLM_EXTEND、SchedulerDllmMixin 与 DllmAlgorithm.run 串起来的块式路径。