Google DeepMind 发布了 DiffusionGemma 26B A4B IT，这是一个开放权重多模态生成模型，能够处理文本、图像和视频输入以生成文本输出。该模型基于 Gemma 4 26B A4B 混合专家架构构建，拥有 252 亿个总参数和 38 亿个激活参数。它支持 256K token 上下文窗口、原生函数调用以及超过 35 种语言的多语言推理，在 NVIDIA H100 GPU 上实现了超过 1,100 token/秒的生成速度。 AI
影响 该多模态模型的发布可能会加速需要集成文本、图像和视频理解及生成领域的开发。
排序理由 来自主要人工智能实验室（Google DeepMind）的模型发布，附有详细的技术规格。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
在 Hugging Face Trending Models 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
