# 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。不过博客正文没披露参数量、具体跑分，也没说会以开源权重还是 API 形式放出来，这点...

## 推荐理由

Google 官方博客公布了 DiffusionGemma，用扩散方法做文本生成，延迟号称降到同尺寸自回归模型的四分之一，对实时场景确实友好。但正文没披露参数量、具体跑分，也没说会以开源权重还是 API 形式放出来，这点先别太激动。

## 锐评

这条消息值得关注，因为它换了一种完全不同的思路来做文字生成。传统模型像人说话，一个字一个字往外蹦，而 DiffusionGemma 是先把整段话的“草稿”一次性生成出来，再通过去噪步骤逐步修整成通顺的文字。官方说这样能把延迟降到同尺寸自回归模型的四分之一，对需要实时响应的场景确实友好。

但博客正文没披露参数量、具体跑分，也没说会以开源权重还是 API 形式放出来。没有这些信息，很难判断它实际生成质量怎么样，以及“4 倍快”是在什么硬件、什么任务上测出来的。如果是真的，对需要低延迟的应用挺省钱，但质量会不会打折，这点先别太激动。