# 谷歌开源扩散文本模型 DiffusionGemma，生成速度比自回归模型快 4 倍

> 原标题：Mythos阴影里谷歌悄悄发模型，速度暴涨4倍

- 来源：量子位 · 公众号
- 发布时间：2026-06-11T04:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/37751
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247896929&idx=2&sn=588705bddb905f19a9792a684f13b53a

## 摘要

谷歌把生成图片的扩散模型思路搬到了文字生成上，开源了 DiffusionGemma。它不像传统模型那样一个字一个字往外蹦，而是一次铺开 256 个 token 的“画布”，从噪声开始多轮去噪，整段文字同时浮现。在 H100 上跑到每秒 1000+ token，消费级 RTX 5090 上也有 700+，比同规格自回归模型快了约 4 倍。

## 推荐理由

谷歌开源 DiffusionGemma，把扩散模型一次去噪整段文字的思路用于文本生成，在 H100 和 RTX 5090 上分别跑到每秒 1000+ 和 700+ token，约为同规格自回归模型的 4 倍。

## 锐评

每秒 1000 token 这个数字挺唬人，但扩散模型做文本的老问题一个都没解决。一次铺 256 个 token 的画布，去噪几轮才出结果，延迟未必比自回归低，只是吞吐好看。谷歌只放速度不放质量，真能打的话 benchmark 早摆出来了。开源是好事，拿它替掉现在的推理栈还早，先当个玩具跑跑看。
