# Google 发布 DiffusionGemma，用扩散模型做文本生成，速度比同尺寸自回归模型快 4 倍

> 原标题：DiffusionGemma: 4x Faster Text Generation

- 来源：Hacker News 首页
- 发布时间：2026-06-10T16:09:37.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/37367
- 原文：https://blog.google/innovation-and-ai/technology/developers-tools/diffusion-gemma-faster-text-generation/

## 摘要

Google 在官方博客公布了 DiffusionGemma，一个用扩散方法做文本生成的模型。它把图像扩散那套思路搬到文字上——先并行生成整段内容，再通过去噪步骤逐步修整，不像传统模型那样一个字一个字往外蹦。官方说延迟能降到同尺寸自回归模型的四分之一，对实时场景很友好。

## 推荐理由

Google 公布 DiffusionGemma，把图像扩散的并行生成加去噪思路搬到文本上，官方称延迟降至同尺寸自回归模型的四分之一。

## 锐评

快 4 倍这个数，得看它跟谁比。同尺寸自回归模型，那尺寸是多少，跑分多少，一个字没提。扩散做文本不是新想法，难点一直是质量掉得厉害，Google 敢发博客说明至少能看，但没开源权重也没说 API，现在能拿到的信息就一个延迟倍数。实时场景确实吃这个，语音、翻译、补全都想要低延迟，可延迟降四倍如果质量差一档，做产品的还是得用回自回归。等权重放出来再算这笔账。
