【資料圖】

IT之家 6 月 11 日消息，谷歌今天（6 月 11 日）發布公告，宣布推出 DiffusionGemma，是基于文本擴散機制的開放 AI 模型，相比較自回歸模型在本地推理速度上提升了 4 倍。

IT之家注：自回歸模型（Autoregressive Model）是當前主流的大語言模型架構（如 GPT、Gemini），按照從左到右的順序逐個生成 Tokens。該架構在云端批處理場景下效率較高，但在本地推理時受限于內存帶寬，存在計算資源浪費問題。

而擴散模型（Diffusion Model）通過從噪聲中逐步去噪的方式生成輸出。與自回歸模型逐個生成 token 不同，擴散模型并行處理所有 token，逐步優化整體輸出質量，在本地低帶寬計算環境下具有顯著的推理速度優勢。

開源方面，該模型能力與其他 Gemma 4 模型相當，但推理效率顯著更高。該模型采用 Apache 2.0 許可證開源，用戶可從 Hugging Face 下載模型權重。

質量方面，模型還支持迭代優化，能在生成過程中主動糾正錯誤，輸出更加穩定一致。采樣速度達到 1479 tokens / 秒，開銷僅 0.84 秒，生成效率顯著提升。

性能方面，代碼生成上，LiveCodeBench 達 30.9%，BigCodeBench 達 45.4%，HumanEval 達 89.6%，與 Gemini 2.0 Flash-Lite 互有勝負。

數學能力表現亮眼，AIME 2025 取得 23.3%，超越對比模型的 20.0%，展現出擴散架構在推理任務上的潛力。

不過模型在部分基準上仍存短板?？茖W推理 GPQA Diamond 僅 40.4%，明顯低于對比模型的 56.5%；推理能力 BIG-Bench Extra Hard 為 15.0%，同樣落后于 21.0%。

速度方面，英偉達在官方博文中指出，該模型的擴散設計，能充分發揮英偉達 GPU 的 Tensor Core 并行計算能力。

在單塊 H100 GPU 上，DiffusionGemma 達到每秒 1000 個 token 的生成速度；在 DGX Spark 上為每秒 150 個 token；在 DGX Station 上可達每秒 2000 個 token，約為同等條件下自回歸模型的 4 倍。

關鍵詞： 能力 推理 效率 方面 輸出 速度 模型