Google 发布 DiffusionGemma：改用文本扩散，生成提速 4 倍
Google 开源实验模型 DiffusionGemma。它摒弃逐字生成，改用文本扩散一次并行输出 256 个 token，在 GPU 上推理提速最高 4 倍，单张 H100 每秒超 1000 token。该模型为 26B MoE 架构，量化后可塞进 18GB 显存，但输出质量略逊于标准 Gemma 4。
Google 开源实验模型 DiffusionGemma。它摒弃逐字生成，改用文本扩散一次并行输出 256 个 token，在 GPU 上推理提速最高 4 倍，单张 H100 每秒超 1000 token。该模型为 26B MoE 架构，量化后可塞进 18GB 显存，但输出质量略逊于标准 Gemma 4。