谷歌推出实验性开源模型DiffusionGemma，采用文本扩散技术实现并行文本生成，速度比传统自回归模型快4倍。该26B混合专家模型基于Gemma 4架构，专为研究人员设计，适合需要快速响应的本地交互场景。

【标题】DiffusionGemma：文本生成速度提升4倍

【核心内容】 谷歌于2026年6月10日发布开源实验模型DiffusionGemma，该模型采用创新的文本扩散技术，在专用GPU上可实现高达4倍的推理加速，为实时交互式本地工作流开辟新可能。

【技术亮点】 1. 架构创新： - 基于Gemma 4家族的高效参数利用率 - 整合Gemini Diffusion研究成果 - 采用26B混合专家模型(MoE)，实际激活参数仅3.8B - 支持Apache 2.0开源许可

2. 性能突破：

• 并行生成256个token
• 在NVIDIA H100上实现1000+ token/秒
• 消费级RTX 5090显卡达700+ token/秒
• 量化后仅需18GB显存

3. 应用场景：

• 实时文本编辑
• 代码补全
• 非线式文本生成（如数独求解）
• 数学公式/氨基酸序列处理

【技术原理】 通过"文本画布"机制实现扩散式生成： 1. 初始化随机token矩阵 2. 多轮迭代优化 3. 最终输出精修文本

【使用建议】 - 适用场景：需要低延迟的本地推理 - 局限说明：输出质量略低于标准Gemma 4 - 支持工具：Hugging Face/MLX/vLLM等主流框架 - 硬件优化：已适配NVIDIA全系显卡（含4bit浮点运算）

开发者可通过Hugging Face获取模型权重，或参考官方开发指南进行微调。该技术特别适合需要实时交互的创意工作流程，但生产环境仍推荐使用标准Gemma 4保证输出质量。

（注：原文中的产品演示链接、技术图解及厂商合作细节等辅助信息已做精简处理，保留核心技术创新点和关键性能参数）

以下是评论内容的总结，按主要观点分类呈现：

1. 模型性能与效率

   • 支持观点：DiffusionGemma通过并行生成提升硬件利用率，适合边缘设备
     • "DiffusionGemma utilizes your hardware to its full potential...stamps the entire block of text simultaneously" (bachmeier)
     • "Diffusion can compute tokens in parallel which relieves the memory bandwidth bottle neck" (samuelknight)
   • 质疑观点：短文本场景下可能效率不足
     • "wouldnt it still be slower if your reply is only 1 word because it has to do the entire 256 tokens as a chunk" (chc4)

2. 技术潜力

   • 双向编辑能力受期待
     • "being able to refine a sentence with both left and right context feels closer to how editing/thinking actually works" (hmate9)
   • 可能改变未来LLM发展方向
     • "The sort of left-field rumble that turns into a quake in 5 years" (kkukshtel)

3. 用户体验

   • 速度优势带来新交互模式
     • "it was stupid fast...more of a pair-programming experience" (vineyardmike)
   • 质量与速度的权衡争议
     • "can't see myself sacrificing even a little bit of their quality for speed" (SkitterKherpi)

4. 开源与部署

   • 对开源模型的期待
     • "We need more local open weight models...no silent nerfing" (rvz)
   • 实际应用场景探讨
     • "curious to hear specific ones that people are already planning to deploy" (SkitterKherpi)

5. 技术细节讨论

   • 工作原理可视化资源
     • "A good visual explanation of how text diffusion models work" (beklein)
   • 输出长度控制疑问
     • "how do diffusion models decide the output length" (schmorptron)

注：所有评论均无评分数据（None），部分技术细节讨论（如LoRA应用、多令牌预测等）因篇幅限制未完整展开。典型用户反馈显示对速度优势（特别是边缘计算场景）和双向编辑特性的高度关注，同时存在对短文本效率和质量妥协的担忧。