谷歌 DiffusionGemma：仅用 10% 预算改造大模型，并行生成提速至 1500 tokens/s

The Decoder · rss · 2026-08-09

Google DeepMind 推出了 DiffusionGemma 模型，证明了构建文本扩散模型无需从头开始训练。研究团队通过改造现有的 Gemma 4 模型，仅消耗了不到原始训练预算 10% 的算力成本。

与传统的逐字预测（自回归）不同，该模型采用扩散机制，能够一次性并行生成 256 个 tokens，推理速度飙升至约 1500 tokens/秒。不过，在各项基准测试（尤其是推理任务）中，其整体生成质量目前仍略逊于原始的自回归模型。