DiffusionGemma 开源：文本扩散让本地生成最高提速 4 倍
1条摆在这一期1个信源1个分节1条收进刊期
本期导语
Google DeepMind 以 Apache 2.0 开源实验模型 DiffusionGemma，用文本扩散一次并行生成整段文字，把专用 GPU 上的生成速度最高提到 4 倍——单卡 H100 超 1000 token/秒。它把本地推理从"逐字打字机"升级为"整块印刷机"，主打速度敏感的交互式本地工作流。
本期看点
DiffusionGemma 开源：26B MoE 文本扩散模型一次并行生成整段文本、单卡 H100 超 1000 token/秒
模型
DiffusionGemma 开源：26B MoE 文本扩散模型一次并行生成整段文本、单卡 H100 超 1000 token/秒Google DeepMind 发布实验性开源模型 DiffusionGemma（Apache 2.0）：跳出自回归逐 token 生成，以文本扩散一次并行生成整段文字，在专用 GPU 上把生成速度提到 4 倍——单张 H100 超 1000 token/秒、RTX 5090 超 700 token/秒。它是 26B 总参数的 MoE、推理时只激活 3.8B，量化后可进消费级高端卡的 18GB 显存。双向注意力让每个 token 关注全块，擅长行内编辑、代码填充等非线性任务，…其它期 ↗本期刊物按 2026 年 6 月 10 日 这一期的时间窗整理生成，范围是当前工作区发布的这一份内容包；条目版权归原作者与信源所有。