谷歌联合英伟达发布开源模型DiffusionGemma:引入扩散机制，单卡推理提速4倍

## 谷歌10号开源了DiffusionGemma——从噪声里一口气蹦出256个词 谷歌在2026年6月10日把DiffusionGemma的权重扔上了Hugging Face，这个260亿参数的实验模型不按规则逐字生成，而是从随机噪声里迭代优化，一口气输出256个标记的词块。有开发者试了说，在H100显卡上跑单条请求时，输出速度能达到每秒1000个标记，哪怕是RTX5090这种高端消费级显卡也能突破每秒700个标记——这比同类传统模型快了近四倍，全靠英伟达在单GPU单用户模式下的深度优化。 ## 参数堆得巧，激活却很少 DiffusionGemma的260亿参数依托混合专家（MoE）架构，单步激活参数只有38亿。基准测试里，它的文本生成质量和准确率确实略输给传统的Gemma4系列，但群里在传，这模型的“全块感知”能力让所有标记在生成时可以互相引用，打破了自回归模型只能向后推演的局限。在文本后补、代码填空、数独求解以及氨基酸序列这些非线性、结构化数据处理任务里，它表现出了明显优势。 ## 开源协议宽松，兼容框架多 模型权重基于Apache2.0协议开源，完全兼容vLLM、MLX等主流推理框架。有开发者试了说，这模型不仅打破了内存带宽对GPU算力的制约，也为未来AI处理复杂逻辑和非线性文本生成开了条新路。 ## 接下来盯着什么 这会让做代码填空、数独求解的团队捡到宝，同时让靠自回归模型吃饭的老牌玩家感到压力——尤其是那些还在堆算力拼长度的厂商。