觉
AI觉醒星球
Awakening is here
登录
Knowledge File / 全球热点解读
2026-06-11 4 浏览 公开

趋势解读：Google's new open model DiffusionGemma generates text from，提升开发者接入体验

趋势解读：Google's new open model DiffusionGemma generates text from，提升开发者接入体验：这条内容属于全球热点，核心焦点是提升开发者接入体验，适合继续追踪它对内容生产、业务执行和工具工作流的直接影响。

SOURCE / 全球热点解读 MIN / 9 ACCESS / 公开 POST / 2026-06-11 03:20:46

原贴

查看原文
作者：Jonathan Kemper 来源站点：the-decoder.com 原贴时间：

原文

Google has released DiffusionGemma, an experimental language model that generates text using a diffusion-based method, producing blocks of 256 tokens at once rather than generating text word by word. By processing tokens in parallel, the model makes better use of graphics processors, achieving speeds up to four times faster than traditional models when running in single-user mode on dedicated GPUs. While the generated text quality is lower compared to conventional models, the approach is particularly well suited for non-linear tasks such as inserting text after the fact or filling in gaps in program code. Google released an experimental model with open weights that generates text through diffusion instead of word by word. On a single GPU, it runs up to four times faster in single-user mode than classic language models. Nvidia handled the optimization. Most language models generate one token after another, basing each new token on the previous one. DiffusionGemma takes a different approach. It starts with a block of 256 random placeholder tokens and refines them across several passes until readable text emerges. The idea comes from image AI, where diffusion models turn noise into clear images. The model has 26 billion parameters total but only activates 3.8 billion per step. That's thanks to a mixture-of-experts architecture, where several specialized sub-networks sit side by side and only the right ones fire depending on the input. When quantized to lower precision, the model fits into 18 GB of VRAM on high-end consumer GPUs, according to Google. It builds on the Gemma 4 family and borrows its diffusion process from Google's earlier research on Gemini Diffusion. Ad Nvidia says the speed advantage comes down to hardware usage. With autoregressive models, single-user inference is often bottlenecked by memory bandwidth. The GPU's compute units sit idle most of the time, just waiting for data from memory. Engineers call this memory-bound. DiffusionGemma sidesteps the problem by processing up to 256 tokens in parallel, pushing the bottleneck toward raw compute instead. The result is that GPUs actually stay busy. Ad DEC_D_Incontent-1 Nvidia reports about 1,000 tokens per second on an H100 when processing a single request, 150 tokens per second on the DGX Spark deskside system, and up to 800 tokens per second on the DGX Station. On the GeForce RTX 5090, Google claims more than 700 tokens per second. In local single-user mode, the model runs about four times faster on dedicated GPUs than a comparable autoregressive model. Google ties this effect to dedicated accelerators. On shared-memory setups like Apple Silicon, which are often memory-bandwidth-limited during inference themselves, the gap over autoregressive models is likely smaller. Ad In cloud serving with many parallel requests, the advantage flips. Autoregressive models already keep the hardware busy in that scenario, so DiffusionGemma can actually drive costs up, according to Google. DiffusionGemma trades output quality for speed. Google still recommends the regular Gemma 4 models when quality matters most and positions DiffusionGemma as a tool for researchers and developers experimenting with local, fast workflows. Ad DEC_D_Incontent-2 Where Google sees real strengths is in tasks that don't work left to right. Because the model considers the entire block at once, each token can reference every other token during generation, including ones that come later. Traditional language models can only look backward. Ad

中文翻译

Google 发布了 DiffusionGemma，这是一种实验性语言模型，它使用基于扩散的方法生成文本，一次生成 256 个标记的块，而不是逐字生成文本。通过并行处理令牌，该模型可以更好地利用图形处理器，在专用 GPU 上以单用户模式运行时，速度比传统模型快四倍。虽然生成的文本质量低于传统模型，但该方法特别适合非线性任务，例如事后插入文本或填充程序代码中的空白。谷歌发布了一个具有开放权重的实验模型，该模型通过扩散而不是逐字生成文本。在单个 GPU 上，它在单用户模式下的运行速度比经典语言模型快四倍。 Nvidia 负责优化。大多数语言模型会生成一个又一个标记，每个新标记都基于前一个标记。 DiffusionGemma 采用了不同的方法。它从 256 个随机占位符标记块开始，并通过多次迭代对其进行细化，直到出现可读文本。这个想法来自图像人工智能，其中扩散模型将噪声转化为清晰的图像。该模型总共有 260 亿个参数，但每步仅激活 38 亿个参数。这要归功于专家混合架构，其中几个专门的子网络并排放置，只有正确的子网络才会根据输入启动。据谷歌称，当量化到较低精度时，该模型适合高端消费 GPU 上的 18 GB VRAM。它建立在 Gemma 4 系列的基础上，并借鉴了 Google 早期关于 Gemini Diffusion 的研究的扩散过程。 Nvidia 表示，速度优势取决于硬件的使用。对于自回归模型，单用户推理通常会受到内存带宽的瓶颈。 GPU 的计算单元大部分时间处于闲置状态，只是等待内存中的数据。工程师将此称为内存限制。 DiffusionGemma 通过并行处理多达 256 个令牌来回避这个问题，将瓶颈推向原始计算。结果是 GPU 实际上保持忙碌。 Ad DEC_D_Incontent-1 Nvidia 报告在处理单个请求时，H100 上每秒大约 1,000 个令牌，DGX Spark 桌面系统上每秒 150 个令牌，DGX Station 上每秒高达 800 个令牌。在 GeForce RTX 5090 上，Google 声称每秒有超过 700 个令牌。在本地单用户模式下，该模型在专用 GPU 上的运行速度比同类自回归模型快约四倍。谷歌将这种效果与专用加速器联系起来。在像 Apple Silicon 这样的共享内存设置上，它们在推理过程中通常会受到内存带宽的限制，与自回归模型的差距可能更小。在具有许多并行请求的云服务中，优势发生了逆转。谷歌表示，在这种情况下，自回归模型已经让硬件变得繁忙，因此 DiffusionGemma 实际上会推高成本。 DiffusionGemma 用输出质量换取速度。当质量最重要时，Google 仍然推荐常规 Gemma 4 模型，并将 DiffusionGemma 定位为研究人员和开发人员尝试本地快速工作流程的工具。广告 DEC_D_Incontent-2 Google 认为真正的优势在于无法从左到右完成的任务。由于模型会同时考虑整个区块，因此每个代币都可以在生成过程中引用所有其他代币，包括后来出现的代币。传统的语言模型只能向后看。广告。

核心信息

趋势解读：Google's new open model DiffusionGemma generates text from，提升开发者接入体验：这条内容属于全球热点，核心焦点是提升开发者接入体验，适合继续追踪它对内容生产、业务执行和工具工作流的直接影响。

  • 趋势解读：Google's new open model DiffusionGemma generates text from，提升开发者接入体验：这条内容属于全球热点，核心焦点是提升开发者接入体验，适合继续追踪它对内容生产、业务执行和工具工作流的直接影响。
  • 原贴提到：Google has released DiffusionGemma, an experimental language model that
  • 来源：the-decoder.com

详细解读

这是什么信号

这条内容的中文标题可以概括为《趋势解读：Google's new open model DiffusionGemma generates text from，提升开发者接入体验》。它来自 The Decoder，原始标题是 Google's new open model DiffusionGemma generates text from noise instead of word by word。从信号类型上看，它不是单纯的资讯快讯，而是更适合做长期跟踪的结构化内容源。

核心信息

Google has released DiffusionGemma, an experimental language model that generates text using a diffusion-based method, producing blocks of 256 tokens at once rather than generating text word by word. By processing tokens in parallel, the mo 结合标题和来源可以判断，这条内容至少覆盖了 AI、研究、The Decoder 这些方向。它释放出来的不是一个孤立更新，而是一个可以继续拆成方法、案例、选题或专题页的内容切口。

为什么值得关注

提升开发者接入体验 之所以重要，是因为它通常直接连接到开发效率、内容生产、业务验证或团队协作。对 OPC 这种内容管理系统来说，真正有价值的不是“它发生了”，而是“它能否成为下一条高质量栏目内容的起点”。因此这类内容比普通新闻更适合作为深度文章的素材基础。

对 OPC 的实际价值

从栏目匹配来看，这条内容更偏向 全球热点。你可以把它看成一个“可二次加工”的信号：一方面能生成面向前台的中文解读，另一方面能沉淀成后续的专题、周报和历史回顾。如果持续积累这类内容，OPC 的内容池就不会只有热点速览，而会逐渐形成可复用、可串联、可推荐的知识资产。

对读者意味着什么

如果读者只是看到一条短资讯，他通常只会知道“有这回事”；但当它被整理成深度文章后，读者才能进一步理解这件事为什么值得关注、适合谁、会影响哪些工作流。这也是 OPC 内容引擎需要做扩写和结构化整理的原因：不是单纯翻译，而是把一条原始信号加工成真正可阅读、可理解、可行动的中文内容。

可以继续追问的方向

接下来最值得继续补充的，不是重复原文，而是把这条内容延伸成三个问题：第一，它解决的到底是哪类真实问题；第二，它和你现有工作流的哪一段最相关；第三，是否能沉淀成可执行的 SOP、模板或栏目专题。这样整理出来的文章，才会比普通搬运更有留存价值。

后续可扩写的栏目角度

如果后面继续补材料，这条内容还能进一步扩成几个栏目方向，比如工具测评、场景案例、行业影响、工作流改造、以及给个体创业者或团队管理者的行动清单。也就是说，一条高质量信号不仅能生成一篇文章，还能成为一组内容的上游素材，这正是你想要的“内容活起来”的基础。

编辑提示

如果后续改成模型增强版，这一段还可以继续补充三类信息：第一是关键事实和时间点，第二是与现有同主题内容的差异，第三是对不同读者角色的适用建议。这样文章既能保留“信息密度”，又不会只是空泛结论，整体阅读价值会比普通摘要更高。

可沉淀为知识资产的部分

从长期看，这类文章最有价值的部分并不是标题本身，而是它背后的结构：问题是什么、变化发生在哪里、为什么重要、读者能做什么。只要这个结构稳定下来，后面无论接入更多信源还是更强的模型，OPC 都能把它们持续沉淀成越来越厚的内容资产库，而不是一堆一次性快讯。

行动建议

  1. 把这条内容归档到对应栏目，并记录 3 个最重要的关键词。
  2. 补一段“对业务/创作的直接启发”，避免文章停留在资讯层。
  3. 如果后续 7 天内还有同主题内容出现，就把它们合并成系列文章或专题页。

来源说明

来源站点：The Decoder。当前版本为规则整理稿，评分约 90 分，已优先转成中文表达，并保留原始来源用于后续复核。

信息差价值

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《趋势解读：Google's new open model DiffusionGemma generates text from，提升开发者接入体验》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

参考来源

上一篇 MiniMax M3 上链 0G，限时免费运行 下一篇 Anthropic 发布新动态，聚焦产品能力与工作流变化（By themselves，these projects will not be sufficient

相关阅读

中国加紧筹建世界人工智能合作组织 阅读 AIHOT 日报参考 2026-06-17 阅读 趋势解读：Midjourney V8.1 推出 Draft mode 草稿模式与新功能预览，解读最新 AI 进展 阅读