Diffusion Gemma 宣称文本生成提速 4 倍，扩散 LLM 或取代自回归
NandoDF · x · 2026-10-17
DeepMind 的 Nando de Freitas 转发了一场关于 Diffusion Gemma 的演讲：扩散式文本生成速度提升 4 倍。他认为文本扩散不仅能快 4 倍、节能 10 倍，最终质量还会更高，并将取代自回归 LLM。这是业界重要人物对扩散式语言模型路线的大胆判断。
「模型」频道最新
- 26GB Qwen3.6 MoE 模型在 16GB 显卡上跑出 19.5 t/s,速度翻倍引讨论 — dreamyrhodes · 2026-10-17
- 官方与开源基准排名严重打架,网友呼吁做复现 jev 校准能力的开放基准 — lahwran_ · 2026-10-17
- DeepSeek 新模型被指仍「很像 Claude」，蒸馏比例难辨 — teortaxesTex · 2026-10-17
- Anthropic 反蒸馏防线收割数据降 90-99%,点名智谱 GLM-5.3 — bibryam · 2026-10-17
- JevBench 四天新增 34 款决策模型，kettei-fat 登顶榜首 — airesearch12 · 2026-10-17
- Reddit 用户吐槽 gpt-6.1-sol Ultrafast 吞吐量跌至普通档约 65 tok/s — thepriceisright__ · 2026-10-17