@omarsar0: 太棒了!我最近花了很多时间在研究扩散LLM上,所以这真是完美的时机。我觉得有……
摘要
Google DeepMind 发布了 DiffusionGemma,这是一个开放实验模型,以块的形式生成文本而非逐词生成,实现了自我修正和更快的输出。
查看缓存全文
缓存时间: 2026/06/10 17:53
太棒了!
我最近花了很多时间研究扩散语言模型,所以这个时机太完美了。
我觉得文本扩散领域还有很多未被充分探索的研究问题。
权重已在 Hugging Face 上提供。https://t.co/BpZM7Vxwvm
谷歌 DeepMind(@GoogleDeepMind): DiffusionGemma 是我们新的实验性开放模型,在专用 GPU 上输出速度提升高达 4 倍。
它并非逐词预测,而是同时生成整个文本块。这让模型能够实时自我修正并格式化复杂的 Markdown 内容。
相似文章
@volokuleshov: 恭喜谷歌开源Gemma Diffusion!我想特别感谢一组非常有才华的康奈尔大学学生,他们在实验室开发了这个模型中许多新想法:
谷歌已开源DiffusionGemma,这是一种基于扩散的新型文本生成模型,采用块扩散和高效的编解码器技术,康奈尔大学的研究人员也做出了贡献。
google/diffusiongemma-26B-A4B-it
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。
DiffusionGemma: 文本生成速度提升4倍
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。
@vllm_project: 祝贺@GoogleDeepMind推出DiffusionGemma——一个基于Gemma4主干网络的260亿参数扩散语言模型,也是首个dLLM……
vLLM宣布原生支持Google DeepMind的DiffusionGemma,这是一个260亿参数的离散扩散语言模型,能够并行生成256个token的块,在单个H200上实现1200+ tok/s的低延迟推理。
谷歌最新DiffusionGemma开源AI模型速度提升4倍
谷歌发布了DiffusionGemma,这是一个实验性的开源文本生成扩散模型,相比自回归模型实现了4倍速度提升,并针对本地处理进行了优化。