Google 發布 DiffusionGemma 實驗性模型，提升 GPU 文字生成速度 4 倍

Google 的 Gemma 是可供開發者使用的開放模型系列，傳統大型語言模型通常採逐一預測 token 的自回歸方式生成文字。DiffusionGemma 改採擴散式生成，能同時處理多個 token，重點在提高 GPU 使用率並降低文字生成延遲。

截至 2026 年 7 月 20 日，Google 已發布實驗性 DiffusionGemma。模型以 Gemma 4 系列為基礎，導入混合專家架構（MoE），可平行處理 256 個 token；在專用 GPU 上，生成速度最高達傳統模型的 4 倍，但輸出品質仍落後 Gemma 4。