2026年6月10日，谷歌宣布推出全新实验性开源模型 DiffusionGemma（Apache 2.0 许可）。该模型拥有 260 亿参数（26B），采用混合专家（MoE）架构，通过开创性地引入文本扩散（Text Diffusion）技术，在专用 GPU 上实现了高达 4 倍的推理速度跃升。
核心亮点
颠覆传统生成机制：打破了传统大语言模型“逐字打字”的模式。DiffusionGemma 能够一次性并行生成包含 256 个词元的整个文本块，并在迭代中进行智能自我纠错。
极速推理与亲民门槛：在消费级 RTX 5090 显卡上生成速度可达每秒 700+ 词元。由于推理时仅激活 38 亿参数，量化后可轻松跑在 18GB 显存的高端消费级 GPU 上。
双向注意力优势：得益于并行生成，上下文词元可相互关注，极大提升了代码填补、内联编辑等非线性任务的表现。
来源：
https://blog.google/innovation-and-ai/technology/developers-tools/diffusion-gemma-faster-text-generation/
https://huggingface.co/google/diffusiongemma-26B-A4B-it
别问跑分好不好，你就说这快不快
