谷歌于2026年6月10日发布了实验性质的开源文本扩散模型DiffusionGemma。该模型采用了26亿参数的专家混合（Mixture of Experts，MoE）架构，且基于Apache 2.0协议开源 [1, 2, 3, 4]。
与传统的逐词生成（自回归）模型不同，DiffusionGemma能够并行生成最多256个词的文本块，每次输出一个完整文本块，显著提升生成速度。谷歌指出，该模型在推理阶段仅激活约3.8亿参数，便可运行于拥有18GB显存的GPU上，兼顾了效率与硬件需求 [1, 2, 4]。
性能测试显示，DiffusionGemma在Nvidia GeForce RTX 5090显卡上每秒可生成超过700个词元，在性能更强的Nvidia H100显卡上更突破1000词元每秒，生成速度较传统Gemma 4自回归模型提升约4倍 [1, 2, 4]。
此外，DiffusionGemma使用并行双向注意力机制，使得每个词元都能关注同块内所有其他词元，适合于非线性任务，例如代码补全、分子结构和氨基酸序列预测，以及数学图形生成，表现更佳。模型还通过迭代自我纠正输出文本，实现生成过程的实时改进 [1, 2, 4]。
谷歌提醒，DiffusionGemma目前尚属实验模型，整体输出质量略逊于标准的Gemma 4自回归模型。因此在需要最高质量文本输出的生产环境中，推荐继续采用Gemma 4模型 [1, 3, 4]。
值得注意的是，该模型的加速优势在本地推理和低并发场景中最明显，在云端的高并发部署中提升有限 [3]。DiffusionGemma已在HuggingFace平台上线，并针对包括GeForce RTX 5090、4090及DGX等Nvidia硬件进行优化 [4]。
