谷歌发布DiffusionGemma：尝试用文本扩散架构提速AI推理

速度飙4倍，但质量打折扣

6月10日，谷歌开源了一个叫 DiffusionGemma 的实验模型，用文本扩散架构跑推理——在专用GPU上，生成速度比传统大语言模型最高快 4倍（相当于之前写一段话的时间现在能写出四段）。

这款模型强调采用 文本扩散架构（Text-to-text diffusion），目的是从新路子提升生成效率。有开发者试了说，在性能测试中，DiffusionGemma确实展现出了独特的技术优势，尤其是Intel Arc GPU上，生成速度提升了4倍。

但群里在传，谷歌内部把它定位为 面向研究者与开发者的实验性产品，根本不建议用于生产。有开发者测试后反映，输出质量跟标准的 Gemma4 比差一截，所以现阶段生产环境还是得用标准版。

速度红利有边界，低并发才香

从应用场景看，这个模型的速度优势有明确边界——性能提升主要集中在 本地设备运行 和 低并发的推理场景。一旦遇到高并发的云端部署需求，这种架构带来的速度优势就相对有限了。

谷歌把模型以 Apache 2.0许可证 向公众开放，开发者可以低成本试起来，也给AI圈探索非自回归架构的推理潜力提供了新样本。

谁难受谁受益

接下来要盯着看它能不能在低并发场景里替代自回归模型，以及 Meta、Mistral 这些对手会不会跟进出类似架构。同时，这会让 英伟达 有点难受——如果本地设备跑推理轻松快4倍，高端GPU的云端需求可能被分流。