Google 正式開源擴散架構模型 DiffusionGemma
Google 正式開源擴散架構模型 DiffusionGemma,區別於 Transformer 逐詞生成的“打字機”模式,可一次性生成大段或整篇內容,隨後逐步迭代優化。
該模型在 H100 上實現 1000+ tokens/s、RTX 5090 上 700+ tokens/s 的生成速度;26B 參數版本僅需 18GB 顯存,一次可並行生成 256 個 tokens。
其核心優勢在於生成過程本身爲多輪迭代,可像寫作文一樣先打草稿、再通讀修改錯別字和語句,顯著提升輸出質量與連貫性。
來源:公開信息
ABAB AI 解讀
Google 此前已在擴散模型領域深耕,此次 DiffusionGemma 開源延續其從 Transformer 主導向新一代生成範式探索的路徑,曾通過 Gemma 系列快速迭代並向社區開放以加速生態發展。
資本路徑上,Google 調動研究資源將 DiffusionGemma 推向開源,此舉既降低開發者訓練門檻又通過社區反饋加速模型迭代,同時爲 Gemini 等閉源產品積累技術儲備,形成開源生態與商業產品協同的資本循環。
類似早期 Transformer 從論文到大規模開源的演進,DiffusionGemma 當前處於從研究原型向主流生成工具轉型的擴張階段,正借高速度與自迭代能力挑戰傳統自迴歸架構的主導地位。
本質屬於技術替代與資本集中:擴散架構一次性生成+迭代優化直接替代 Transformer 逐詞鎖定模式,通過大幅提升速度與質量加速 AI 生成資本從傳統大模型向高效擴散平臺集中,重塑內容創作、代碼生成與多模態任務的效率結構與開發範式。
ABAB News · 認知定律
生成方式越並行,速度與質量越可兼得。
迭代修正越徹底,輸出鎖定風險越低。
架構範式越創新,計算資源利用效率越高。