Google DeepMind 於 2026 年 6 月 10 日發佈 DiffusionGemma，這是一款全新的文字生成模型，採用平行區塊生成，而非逐字（逐 token）序列生成。
公司表示，在 Nvidia GPU 硬件上，其輸出速度最高可達每秒 1,000 個 token。
根據報告，DeepMind 的基準測試顯示，在相同運算資源下，DiffusionGemma 的速度比先前的 Gemma 自回歸模型快 4 倍。另一份基準測試報告則在長上下文推理測試中證實，在 Nvidia 硬件上其 token 吞吐量可高出 10 倍。
DiffusionGemma 的運作方式
傳統大型語言模型一次只生成一個 token。DiffusionGemma 則採用擴散式（diffusion-based）架構，可一次平行生成整個文字區塊。這種方法大幅降低長輸出內容的延遲。
DeepMind 表示，該模型在生成過程中能自我修正複雜的 markdown 及結構化格式。
這項能力主要針對開發者，用於打造程式碼助理、文件工具以及結構化數據處理管線。模型已針對在 Nvidia RTX 消費級 GPU 與 DGX 企業級系統上的本地部署進行優化。
Also Read: SpaceX’s $75B IPO May Be In Trouble As Warren Pushes SEC Delay
背景
過去一年間，Google DeepMind 已推出多個 Gemma 變體，持續擴充這個開放權重模型家族，以涵蓋不同使用場景。DiffusionGemma 是 DeepMind 首次在 Gemma 系列中，將擴散式架構應用到文字生成。
其他研究機構早前的擴散式文字模型，在研究環境中已展現速度優勢，但在真實世界部署上仍有限。DeepMind 此次的發佈，將這種方法帶到一個已被廣泛採用、且具備既有開發工具的模型家族之中。
此時機正好緊接 Anthropic 於本週稍早發佈 Claude Fable 5，後者在推理與寫程式任務上創下新基準。DeepMind 則選擇聚焦在硬件層面的純推理速度，鎖定的是另一個競爭面向：優先追求高吞吐量與大規模部署效益，而非單純的基準分數。
Nvidia 也因此直接受惠。對 DGX 與 RTX 的優化，使 Nvidia 硬件在本地層面幾乎成為前沿模型推理的預設平台。
未來值得關注的，是開發者採用的速度，以及 DiffusionGemma 的吞吐表現能否在非 Nvidia 硬件組合上維持同樣水準。
Read Next: SpaceX's $250B IPO Is Draining Crypto Liquidity, Traders Fear