模型概述
2026年6月，谷歌正式推出DiffusionGemma——一款基于文本扩散技术的实验性26B参数开放语言模型。与主流自回归模型不同，DiffusionGemma并非逐词顺序生成，而是通过迭代去噪过程并行构建文本，在特定任务上实现文本生成速度最高提升四倍，瞄准对低延迟敏感的本地实时工作流。
核心技术：文本扩散与自回归的差异
传统自回归模型（如GPT系列）按从左到右的顺序逐个预测token，生成速度受限于序列长度。DiffusionGemma则借鉴图像扩散思路：从随机噪声开始，逐步去噪直至输出完整文本。这种非自回归并行生成方式大幅降低了推理延迟，尤其在长文本生成场景下优势明显。
- 自回归：O(n) 时间，n为序列长度
- 扩散生成：O(log n) 或固定迭代步数，速度提升至4倍
谷歌指出，该模型构建于Gemma 4系列架构及Gemini Diffusion研究成果之上，是扩散技术在纯文本领域的一次规模化验证。
核心优势：4倍提速与本地部署
官方测试显示，DiffusionGemma在文本编辑、内容迭代等任务中，端到端生成速度可达自回归模型（同等规模）的3.5-4倍。更关键的是，26B参数规模在消费级GPU（如RTX 4090）上即可本地运行，无需依赖云端推理，从而实现数据隐私保护与零网络延迟。
目标应用场景：实时交互与非线性编辑
谷歌明确将DiffusionGemma定位为面向研究人员和开发者的实验性工具，而非直接替代Gemma 4生产模型。其典型用例包括：
- 实时文本编辑：边写边预测，无卡顿感
- 快速内容迭代：改写、续写、摘要等重复性任务
- 非线性文本结构生成：先构建关键句，再填充细节
这些场景对速度敏感，但对生成质量的容错度较高，恰好与DiffusionGemma的特性匹配。
局限与质量对比
虽然速度优势显著，但谷歌坦承输出质量仍逊于标准Gemma 4。在多项基准测试（如MMLU、HellaSwag）中，DiffusionGemma的准确率与流畅度低于同等参数的自回归模型。这表明当前扩散文本模型在知识密度与语义连贯性上尚未完全收敛，更适合对实时性要求高、对精度要求适中的任务。
开源许可与开发者生态
DiffusionGemma遵循Apache 2.0许可，权重与推理代码已公开。开发者可在Hugging Face等平台获取模型，并基于Gemma 4生态的微调工具进行二次开发。这为研究扩散语言模型、探索非自回归生成范式提供了低成本入口。
结语与展望
DiffusionGemma标志着谷歌在文本扩散方向从学术研究走向工程实践。尽管当前仍属实验性质，但4倍速度提升已为非自回归生成在本地AI工作流中打开窗口。未来若能结合边缘硬件优化与混合架构（如扩散+自回归融合），很可能催生新一代低延迟、高隐私的端侧AI应用。对于致力于前沿生成技术的开发者而言，DiffusionGemma是一个值得深入研究的开源起点。