研究人员推出了 DiffusionGemma，这是一款专为高速文本生成设计的实验性开放权重语言模型。与顺序处理 token 的传统自回归模型不同，DiffusionGemma 使用离散扩散并行优化 256 个 token 的块。该模型源自 Gemma 4 混合专家模型，在单个 NVIDIA H100 GPU 上可实现约每秒 1,500 个输出 token 的速度，显著优于传统方法。 AI
影响 为生成速度和模型能力建立了新的帕累托前沿，有可能加速需要快速文本输出的 AI 应用。
排序理由 在 arXiv 上发布了详细介绍新型实验性语言模型的技朧报告。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.00146v1 Announce Type: new Abstract: We introduce DiffusionGemma, an experimental open-weight language model that uses discrete diffusion to generate text at exceptionally high speed. Rather than decoding one token at a time, DiffusionGemma iteratively refines blocks o…
We introduce DiffusionGemma, an experimental open-weight language model that uses discrete diffusion to generate text at exceptionally high speed. Rather than decoding one token at a time, DiffusionGemma iteratively refines blocks of 256 tokens in parallel, avoiding the sequentia…