DiffusionGemma
Google DeepMind 实验性文本扩散模型，4倍加速文本生成
DiffusionGemma 是 Google DeepMind 实验性开源文本扩散模型，基于 Gemma 4 与 Gemini Diffusion 研究。26B MoE 架构仅激活 3.8B 参数，可在 18GB VRAM GPU 上运行。并行生成 256 token 文本块，H100 上达每秒 1000+ token，比自回归模型快 4 倍。支持双向注意力，适用于行内编辑、代码补全与非线性文本生成，可通过 Unsloth、NeMo 微调
1
2026-06-10
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
DiffusionGemma 是 Google DeepMind 实验性开源文本扩散模型，基于 Gemma 4 与 Gemini Diffusion 研究。26B MoE 架构仅激活 3.8B 参数，可在 18GB VRAM GPU 上运行。并行生成 256 token 文本块，H100 上达每秒 1000+ token，比自回归模型快 4 倍。支持双向注意力，适用于行内编辑、代码补全与非线性文本生成，可通过 Unsloth、NeMo 微调
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天暂无收录动态
- 最近更新
- 2026-06-10
- 覆盖行业
- 程序员、科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-06-10新工具首发
Google DeepMind 发布 DiffusionGemma 实验性开源文本扩散模型，采用 26B MoE 架构（激活 3.8B 参数），基于 Gemma 4 家族与 Gemini Diffusion 研究。通过扩散头并行生成 256 token 文本块，在 H100 上达每秒 1000+ token，比自回归模型快 4 倍。支持双向注意力，适用于行内编辑、代码补全等非线性场景。Apache 2.0 许可证，可在 Hugging Face 下载权重，支持 MLX、vLLM、Hugging Face Transformers 部署，可通过 Unsloth、NVIDIA NeMo 微调。
DiffusionGemma 常见问题
关于 DiffusionGemma 的定位、核心功能、价格与最近更新。
DiffusionGemma 是什么？
DiffusionGemma 是 Google DeepMind 实验性开源文本扩散模型，基于 Gemma 4 与 Gemini Diffusion 研究。26B MoE 架构仅激活 3.8B 参数，可在 18GB VRAM GPU 上运行。并行生成 256 token 文本块，H100 上达每秒 1000+ token，比自回归模型快 4 倍。支持双向注意力，适用于行内编辑、代码补全与非线性文本生成，可通过 Unsloth、NeMo 微调。
DiffusionGemma 有哪些核心功能？
DiffusionGemma 当前已核验的核心功能包括：代码生成、代码补全、文案生成、模型训练学习。
DiffusionGemma 如何收费？
AI Equal 当前没有收录 DiffusionGemma 的可验证价格信息。
DiffusionGemma 最近有什么更新？
2026-06-10：Google DeepMind 发布 DiffusionGemma 实验性开源文本扩散模型，采用 26B MoE 架构（激活 3.8B 参数），基于 Gemma 4 家族与 Gemini Diffusion 研究。通过扩散头并行生成 256 token 文本块，在 H100 上达每秒 1000+ token，比自回归模型快 4 倍。支持双向注意力，适用于行内编辑、代码补全等非线性场景。Apache 2.0 许可证，可在 Hugging Face 下载权重，支持 MLX、vLLM、Hugging Face Transformers 部署，可通过 Unsloth、NVIDIA NeMo 微调。