来源：环球网
【环球网科技综合报道】6月11日，谷歌这边正式放出了一个新东西——开放人工智能模型DiffusionGemma。跟市面上常见的那些大语言模型不同，它走的是一条新路子：基于文本扩散机制。这带来的直接好处是，在本地设备上进行AI推理时，速度可以飙到传统自回归模型的4倍。对于端侧、本地化的人工智能应用来说，这可是一个相当实用的优化选项。
现在主流的模型，像GPT、Gemini这些，走的都是自回归路线。怎么个意思呢？就是一个字一个字地按顺序生成，在云端批量处理的时候很稳定。但一旦放到本地推理，受限于硬件内存带宽，计算资源的消耗就成了个大问题。而DiffusionGemma则完全不同，它不这么一个个地来。它的做法是：先给数据加上噪声，然后通过逐步去噪，把整个文本单元并行地生成出来，同时还能对整个输出效果进行全局优化。这种方式特别适配本地那种带宽有限的运行环境，速度优势一下就凸显出来了。
根据官方介绍，DiffusionGemma的整体能力跟同系列的Gemma 4模型基本持平，在保证了高效推理的同时，内容质量也没落下。还有一个特点：它支持在生成过程中进行迭代纠错，输出的稳定性和一致性会更强。具体到效率上，采样速率能达到每秒1479个文本单元，生成一次只需要0.84秒，可以说是效率拉满了。
在综合性能测试中，这个模型的表现可以说是各有千秋。代码生成方面，它在LiveCodeBench、BigCodeBench、HumanEval这三项测试里分别拿下了30.9%、45.4%和89.6%的成绩，整体来看跟Gemini 2.0 Flash-Lite不相上下。数学推理这块，DiffusionGemma在AIME 2025测试中得了23.3%，比同期对比的模型都要好，这充分说明扩散架构在数理推理任务上潜力不小。当然，也不是没有短板。在科学推理和高难度综合推理相关的测试里，它的成绩暂时还比不上主流的对比模型，还有提升空间。
硬件适配方面，DiffusionGemma的架构设计对英伟达GPU的并行计算性能挖掘得很充分。实测数据挺有说服力的：在单块H100 GPU环境下，模型每秒可以生成1000个文本单元；在DGX Spark设备上，速率是每秒150个文本单元；而在DGX Station设备上，生成速度能飙到每秒2000个文本单元。整体来看，速度大约是相同运行条件下自回归模型的4倍。
值得一提的是，DiffusionGemma已经按照Apache 2.0开源协议对外开放了。感兴趣的开发者可以直接去Hugging Face平台下载模型权重，进行二次开发和落地应用。这事儿，对于推动本地AI应用的发展来说，无疑是个值得关注的信号。
