Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍

Google DeepMind 推出实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在 GPU 上最高实现 4 倍推理提速。该模型为 26B MoE 架构、推理时仅激活 3.8B 参数，量化后可运行于 18GB 显存消费级显卡，单张 NVIDIA H100 上超过 1000 tokens/秒。