2026-06-11 02:50 UTC+8仅摘要更新: 2026-06-30 21:03 UTC+8

谷歌AI发布DiffusionGemma：26B MoE开放模型，采用文本扩散技术实现最高4倍生成速度

DiffusionGemma是Google DeepMind推出的实验性开放文本生成模型，采用文本扩散而非标准自回归解码，在专用GPU上可实现最高4倍生成加速。模型参数量26B（MoE架构，推理时仅激活3.8B），基于Gemma 4骨干，支持多模态输入（文本、图像、视频），上下文窗口256K，覆盖140+语言，采用Apache 2.0许可。

来源MarkTechPost作者: Asif Razzaq

报告错误

纠错通道尚未开通，可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限，本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

DiffusionGemma是26B参数的混合专家（MoE）模型，推理时仅激活3.8B参数，通过并行文本扩散生成整块文本。
在单个NVIDIA H100上达到1000+ tokens/s，RTX 5090上700+ tokens/s，量化后仅需18GB VRAM。
双向注意力机制支持自我修正（重新噪声化低置信度token），不同于自回归模型的单向生成。
适用于本地低并发交互式工作负载，如内联编辑、代码补全、长上下文分析等，但输出质量低于标准Gemma 4。

要点与分析由自动化流程生成，可能有误，请结合原始来源核实。