// 01 DiffusionGemma 是什么
快速结论
DiffusionGemma 是 Google 推出的实验性扩散语言模型，主打用扩散（并行去噪）方式生成文本，而非传统自回归逐字生成。它采用 Gemma 4 主干、26B 混合专家架构、推理仅激活 3.8B 参数，可在 18GB 显存内部署；靠把瓶颈从内存带宽转到计算，GPU 上令牌生成速度提升约 4 倍，并支持双向上下文和自我纠正。Apache 2.0 开源、权重在 Hugging Face，支持 vLLM / SGLang / MLX 等框架。国内访问 Google 博客需网络条件，但 HF 权重国内可拉。
适合谁优先使用
- 关注扩散语言模型、非自回归生成的研究者
- 想要更快文本生成、自建推理服务的团队
- 用 vLLM / SGLang 做部署的工程师
- 想研究并行解码、自我纠正的人
核心能力拆解
扩散并行文本生成
并行去噪，非自回归逐字。
Gemma 4 主干 + 26B MoE
推理仅激活 3.8B，18GB 显存可部署。
约 4 倍提速
瓶颈从内存带宽转到计算，令牌生成更快。
双向上下文 + 自我纠正
支持块自回归长序列处理。
和同类工具怎么选
| 需求 | 优先考虑 | 判断标准 |
|---|---|---|
| 扩散语言模型研究 / 快速生成 | DiffusionGemma | 要前沿范式、提速 |
| 通用自回归 LLM | Qwen / Llama | 要成熟生态 |
| 国内大模型 | 通义 / DeepSeek | 要国内直连 |
国内平替：国内通用大模型多家；扩散语言模型属前沿，同类少。
限制与避坑
- 实验性模型，能力 / 稳定性以实测为准
- 需算力（GPU）与部署能力
- Google 博客国内访问需网络条件（HF 权重可拉）
- 扩散范式与现有自回归生态适配需评估
常见问题
DiffusionGemma 是什么？
Google 的实验性扩散语言模型，并行去噪生成文本。
谁做的？
Google。
免费吗？
Apache 2.0 开源，HF 权重可拉。
国内能用吗？
HF 权重国内可拉；Google 博客需网络条件。
NavXD 使用建议
如果你研究非自回归生成或想试更快的文本推理，DiffusionGemma 是难得的开放权重扩散 LLM；但它是实验性、需部署能力，生产场景仍以成熟自回归模型为主。
// 02 核心 功能
- 核心定位快速结论 DiffusionGemma 是 Google 推出的实验性扩散语言模型，主打用扩散（并行去噪）方式 […]
- 分类索引当前归档在 AI 大模型 / 对话，方便和同频工具横向比较。
- 能力标签关联标签包括 开源、Google、扩散模型、语言模型、Gemma。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI 大模型 / 对话 定位和 开源、Google、扩散模型 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
// 04 常见 问题
DiffusionGemma 是什么？
快速结论 DiffusionGemma 是 Google 推出的实验性扩散语言模型，主打用扩散（并行去噪）方式 […]
DiffusionGemma 适合哪些场景？
可优先参考它所属的 AI 大模型 / 对话 分类，以及 开源、Google、扩散模型、语言模型、Gemma 等标签。
DiffusionGemma 是否提供可用入口？
本页已记录官网或下载入口，可通过顶部主按钮访问。
DiffusionGemma 支持哪些平台？
当前记录为网页工具，通常可通过浏览器访问。
