谷歌英伟达联手发布DiffusionGemma：引入扩散机制，单卡推理速度提升四倍

打破传统自回归范式

2026年6月10日，谷歌（Google）与英伟达（NVIDIA）合作，正式发布了实验性开源语言模型DiffusionGemma。这款模型首次将图像AI领域的扩散机制引入到文本生成领域。

https://blog.google/static/blog/files/google-deepmind-logo.svg'/>

核心技术突破

DiffusionGemma从随机噪声开始通过多轮迭代优化，实现单步并行输出256个token块，而非严格的顺序生成，为解决长文本生成中的一致性问题提供了全新思路。

性能表现惊人

通过英伟达深度优化，在H100显卡单用户模式下输出速度可达每秒1000个token。即使在RTX5090等高端消费级GPU上也能超过每秒700个token，比同类传统模型快近四倍。