谷歌发布DiffusionGemma文本扩散AI模型，本地推理效率大幅提升

来源：环球网

【环球网科技综合报道】6月11日，谷歌正式发布了全新开放人工智能模型——DiffusionGemma。与市面上常见的大语言模型不同，它采用了一条创新路径：基于文本扩散机制。这一技术带来的直接优势是，在本地设备上执行AI推理时，速度可达到传统自回归模型的4倍。对于端侧及本地化的人工智能应用场景而言，这无疑是一个非常实用的性能优化方案。

目前主流模型如GPT、Gemini等，均遵循自回归路线。其运作方式是逐字按顺序生成内容，在云端批量处理时表现稳定。然而，一旦部署到本地推理场景，受限于硬件内存带宽，计算资源的消耗便成为显著瓶颈。而DiffusionGemma则截然不同，它不再采用逐字生成的方式。其做法是：先为数据添加噪声，随后通过逐步去噪，并行生成整个文本单元，同时能够对输出结果进行全局优化。这种机制特别适配本地带宽受限的运行环境，速度优势因此变得尤为突出。

据官方介绍，DiffusionGemma的整体能力与同系列的Gemma 4模型基本持平，在保证高效推理的同时，内容质量并未妥协。此外，它支持在生成过程中进行迭代纠错，从而提升了输出的稳定性和一致性。具体到效率表现，其采样速率可达每秒1479个文本单元，单次生成仅需0.84秒，堪称效率拉满。

在综合性能测试中，该模型的表现可圈可点。代码生成方面，它在LiveCodeBench、BigCodeBench、HumanEval三项评测中分别取得了30.9%、45.4%和89.6%的成绩，整体水平与Gemini 2.0 Flash-Lite不相上下。数学推理方面，DiffusionGemma在AIME 2025测试中得分23.3%，优于同期对比的其他模型，充分显示出扩散架构在数理推理任务上的巨大潜力。当然，它也并非毫无短板：在科学推理及高难度综合推理相关测试中，其成绩尚未赶上主流对比模型，仍有提升空间。

硬件适配方面，DiffusionGemma的架构设计充分挖掘了英伟达GPU的并行计算性能。实测数据颇具说服力：在单块H100 GPU环境下，模型每秒可生成1000个文本单元；在DGX Spark设备上，速率为每秒150个文本单元；而在DGX Station设备上，生成速度可飙升至每秒2000个文本单元。总体来看，其速度约为相同运行条件下自回归模型的4倍。

值得一提的是，DiffusionGemma已按照Apache 2.0开源协议对外开放。感兴趣的开发者可直接前往Hugging Face平台下载模型权重，进行二次开发与落地应用。这一举措，对于推动本地AI应用的发展而言，无疑是一个值得关注的信号。