谷歌的DiffusionGemma证明构建文本扩散模型无需从头训练
谷歌DeepMind发布DiffusionGemma技术报告,展示如何将现有Gemma模型改装为扩散模型,无需从头训练,生成速度大幅提升,但绝对性能有所下降。
原贴
查看原文原文
中文翻译
谷歌DeepMind没有从头训练新模型,而是将Gemma 4改装成了扩散模型。新发表的报告解释了其工作原理及权衡之处。谷歌DeepMind于6月中旬发布了DiffusionGemma模型,如今又发布了技术报告。与逐一生成token的标准语言模型不同,DiffusionGemma并行精炼256个token的块,类似于图像AI从噪声中生成图片。在Nvidia H100加速器上,该模型每秒可处理约1500个token。从头构建新模型并非必要。研究团队从现有的Gemma-4-26B-A4B出发,将其转换为扩散模型,据报告称,使用的训练token预算不足原始预算的10%。在两个步骤中的第一步,模型学习从示例数据中重建有噪声的文本块。接下来是强化学习和采样器蒸馏的结合阶段,谷歌称之为SD·RL。强化学习通常提升答案质量,而采样器蒸馏让模型以更少的计算步骤完成。谷歌将两者合并为一个过程。据报告称,这种结合方法在推理基准上的质量平均提高了10个百分点,同时每个计算步骤的token数量几乎翻了两番。副作用是,DiffusionGemma的回答长度缩短了约50%,进一步提升了速度。标准语言模型在完成推理之前必须确定答案的第一个数字。在报告中的一道数学题中,Gemma 4以“-1”开头,在推导过程中意识到“-25”才是正确的,然后附上修正。DiffusionGemma并行构建答案和推理,因此可以在输出最终确定前修复错误。数独解题也基于同样原理,因为每个条目都依赖于后续条目。经过极简微调,DiffusionGemma正确解决了近85%的谜题,而基础模型完全无法完成该任务。据报告称,对于JSON或代码修复等结构化输出,仅需两到三个精炼步骤即可完成,因为输入已经确定了大部分token。DiffusionGemma还保留了逐词生成文本的原始能力,允许用户根据任务在两种模式间切换。绝对性能不及自回归基础模型。谷歌指出了几个原因。DiffusionGemma并非一开始就作为扩散模型训练,而是事后改装的。后续训练阶段相对较短,第二步SD·RL优先考虑速度而非峰值质量。架构、训练数据和其他设置也沿用了原始Gemma 4模型,不一定适合扩散。该模型有时会陷入重复循环,连续多次产生相同的词。这是激进减少计算步骤导致的伪影。在多模态任务上,DiffusionGemma有时忘记正确关闭推理部分,人为拉低基准分数。速度优势主要适用于单用户场景。一旦约32个并发请求到达模型,标准语言模型在吞吐量上就能赶上。谷歌明确将DiffusionGemma称为实验性模型,并表示发布该模型旨在加速文本扩散研究,同时为社区提供专用、资源高效适配的基础。
核心信息
谷歌DeepMind发布DiffusionGemma技术报告,展示如何将现有Gemma模型改装为扩散模型,无需从头训练,生成速度大幅提升,但绝对性能有所下降。
- 谷歌DeepMind发布DiffusionGemma技术报告,展示如何将现有Gemma模型改装为扩散模型,无需从头训练,生成速度大幅提升,但绝对性能有所下降。
- 原贴提到:Instead of training a new model from scratch, Google DeepMind retrofitte
- 来源:the-decoder.com
详细解读
信号识别
谷歌DeepMind的DiffusionGemma技术报告揭示了一个关键信号:文本扩散模型的构建不再需要从零开始训练。通过将现成的Gemma-4-26B-A4B模型改装为扩散模型,团队仅用了不到10%的训练token预算,就在推理基准上平均提升了10分,同时每个计算步骤的token生成量几乎翻了两番。这证明了“改造”而非“新建”可以成为高效获得扩散模型的新路径。
为什么重要
传统观点认为,扩散语言模型需要专门的数据和从头训练,成本极高。DiffusionGemma的实践证明,利用已有的预训练模型,通过“重建噪声文本块+强化学习与采样蒸馏”的两阶段改造,就能获得一个具备扩散特性且速度更快的模型。这不仅大幅降低了研究门槛,也为资源受限的团队提供了新的可能性。同时,该模型保留了逐词生成能力,提供了两种模式切换的灵活性,意味着它可以在特定任务上(如JSON生成、代码修复)快速完成,且能够修正推理过程中的错误,这是自回归模型难以做到的。
对谁有价值
对AI研究者而言,这是一个可复现的技术路线,值得深入研读其方法。对模型优化工程师来说,DiffusionGemma的“后期改造”思路可以应用于其他模型,以追求推理速度和成本优化。对需要部署高效推理的企业(如高并发服务),其速度优势具有吸引力,但需注意性能天花板。对边缘设备开发者,单用户场景下的高吞吐量尤为适合。
行动建议
1. 阅读技术报告,理解SD·RL机制,尝试在开源模型上进行类似的改造实验。
2. 在特定任务(如代码修复、结构化输出)中评估DiffusionGemma,利用其快速精炼能力。
3. 对于追求极致性能的场景,仍以自回归模型为主,但可将DiffusionGemma作为补充方案。
4. 关注Google后续更新,显然该模型仍处于实验阶段。
风险与限制
必须清醒看到,DiffusionGemma的绝对性能不及自回归基线,原因包括后期改装、训练不充分、SD·RL偏向速度等。它还易陷入重复循环,在多模态任务上易产生格式错误,且速度优势在32并发时消失。这些限制意味着它当前更适合研究探索和特定场景,而非通用生产环境。
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《谷歌的DiffusionGemma证明构建文本扩散模型无需从头训练》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
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
谷歌的DiffusionGemma证明构建文本扩散模型无需从头训练主要讲什么?
谷歌DeepMind发布DiffusionGemma技术报告,展示如何将现有Gemma模型改装为扩散模型,无需从头训练,生成速度大幅提升,但绝对性能有所下降。
这篇文章最值得关注的要点是什么?
谷歌DeepMind发布DiffusionGemma技术报告,展示如何将现有Gemma模型改装为扩散模型,无需从头训练,生成速度大幅提升,但绝对性能有所下降。;原贴提到:Instead of training a new model from scratch, Google DeepMind retrofitte;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在AI副业、AI超级个体、AI工具专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「效率、学习」等主题信号。;这篇内容命中「模型」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。