【Diffusion Gemma: 更快的并行大语言模型】

大语言模型的工作原理可以类比打字机，从左到右一个词一个词生成文本。6月10日，Google 发布实验性开源模型 DiffusionGemma，尝试用“扩散”方式生成文字：它先生成一整块随机占位文本，再像图像扩散模型修图一样，反复修改、填充和润色。这样每次前向计算可并行处理256个 token，在专用 GPU 上文本生成速度最高可提升4倍，单张 H100 可超过每秒1000个 token。它的质量仍不如标准 Gemma 4，但延迟低，适合代码填空和快速编辑等场景。

参考文献：DiffusionGemma: 4x faster text generation， Google blog, 2026.6.10
#人工智能##ai创造营##大语言模型#