环球网

6月11日消息，谷歌近日正式发布全新开放人工智能模型DiffusionGemma。该模型依托文本扩散机制打造，相较传统自回归大语言模型，本地AI推理速度提升4倍，为端侧、本地人工智能应用优化提供了新路径。

当前GPT、Gemini等主流大语言模型多采用自回归架构，这类模型按顺序逐一生成文本单元，在云端批量处理场景中表现稳定，但受硬件内存带宽限制，应用于本地推理时易造成计算资源损耗。DiffusionGemma创新采用扩散模型技术路线，摒弃逐一生成文本单元的模式，通过对噪声逐步去噪、并行处理全部文本单元的方式完成内容生成，可同步优化整体输出效果，完美适配本地低带宽运行环境，速度优势突出。

据介绍，DiffusionGemma整体能力与同系列Gemma 4模型持平，同时兼顾高效推理与内容质量。模型支持生成过程迭代纠错，输出内容稳定性、一致性更强，采样速率可达每秒1479个文本单元，单次生成耗时仅0.84秒，生成效率大幅升级。

在综合性能测试中，该模型各领域表现各有亮点。代码生成领域，其在LiveCodeBench、BigCodeBench、HumanEval三项测试中分别取得30.9%、45.4%、89.6%的成绩，综合表现与Gemini 2.0 Flash-Lite旗鼓相当。数学推理方面，DiffusionGemma在AIME 2025测试中得分23.3%，优于同期对比模型，充分彰显出扩散架构在数理推理任务中的发展潜力。与此同时，模型仍存在一定提升空间，在科学推理、高难度综合推理相关测试中，成绩暂不及主流对比模型。

硬件适配层面，DiffusionGemma的架构设计可充分释放英伟达GPU并行计算性能。实测数据显示，单块H100 GPU环境下，模型每秒可生成1000个文本单元；在DGX Spark设备上速率为每秒150个文本单元；DGX Station设备中生成速度可达每秒2000个文本单元，整体速度约为同等运行条件下自回归模型的4倍。

据悉，DiffusionGemma已按照Apache 2.0开源协议正式对外开放，广大开发者可前往Hugging Face平台下载模型权重，开展二次开发与落地应用。