@HuggingPapers：NVIDIA 刚刚在 Hugging Face 上发布了 NVFP4 量化的 DiffusionGemma——一个 26B MoE 多模态模型，通过并行扩散生成文本…

X AI KOLs Following 2026/06/10 20:18 模型

nvidia diffusiongemma nvfp4-quantization multimodal moe hugging-face model-release

摘要

NVIDIA 在 Hugging Face 上发布了一个名为 DiffusionGemma 的 26B MoE 多模态模型，采用 NVFP4 量化，在 Hopper 硬件上达到每秒超过 1100 个 token 的速度。

NVIDIA 刚刚在 Hugging Face 上发布了 NVFP4 量化的 DiffusionGemma 一个 26B MoE 多模态模型，通过并行扩散生成文本，拥有 256K 上下文窗口，在 Hopper 上速度达到 1100+ tokens/秒。https://t.co/xxd93AKmga

查看原文

查看缓存全文

缓存时间: 2026/06/10 21:55

NVIDIA 刚刚在 Hugging Face 上发布了 NVFP4 量化的 DiffusionGemma

这是一款 26B MoE 多模态模型，通过并行扩散生成文本，

具有 256K 上下文和每秒 1,100+ tokens 的速度（基于 Hopper 架构）。https://t.co/xxd93AKmga

相似文章

X AI KOLs Following

DiffusionGemma 是一个基于 Gemma 4 的 26B MoE 模型，通过扩散模型以256个token的块进行文本生成，每秒可处理超过1000个token，经量化后可在18GB显存内运行，已根据 Apache 2.0 许可发布。

Hacker News Top

Google推出DiffusionGemma，这是一个实验性的26B MoE开源模型，通过文本扩散技术，在GPU上实现高达4倍的文本生成速度提升，针对速度要求高的交互式本地工作流。

Simon Willison's Blog

Google 发布了 DiffusionGemma，这是一个采用 Apache 2 许可证的开源权重文本生成模型（总参数量 26B，活跃参数量 4B），通过 NVIDIA 的 NIM 云 API 展示了极高的推理速度。

X AI KOLs Following

NVIDIA 在 Hugging Face 上发布了优化版 GLM-5.2 MoE 模型，拥有 753B 参数和 1M 上下文，针对 Blackwell GPU 量化至 NVFP4，精度几乎与 FP8 持平。

Hugging Face Models Trending

Google DeepMind 发布了 DiffusionGemma，这是一个 26B 参数的 Mixture-of-Experts 模型，使用离散扩散实现更快的文本生成，支持多模态输入和 256K token 上下文。