模型定位
DiffusionGemma 是 Google DeepMind 推出的实验性开放权重多模态生成模型,基于 Gemma 4 26B A4B 混合专家架构,重点探索低延迟文本生成和本地交互应用。权重采用 Apache 2.0 许可证。官方公告发布于 2026 年 6 月 10 日。(blog.google)
架构与能力
- 总参数量约为 25.2B,推理时激活约 3.8B;最长上下文为 256K token。(ai.google.dev)
- 采用离散文本扩散:对 256 token 的文本块进行并行、迭代去噪,再按块衔接生成长文本,而不是完全逐 token 顺序生成。(developers.googleblog.com)
- 支持文本、图像和视频输入,输出文本;可用于图像与文档理解、视频帧分析、代码生成、推理和函数调用,并支持可配置的思考模式。(ai.google.dev)
- Google 称,在适用的专用 GPU 条件下,文本生成速度最高可达 4 倍;公告列出的示例为单张 NVIDIA H100 超过 1,000 token/秒、GeForce RTX 5090 超过 700 token/秒。量化后可在 18 GB 显存范围内部署;实际速度和内存需求取决于硬件、量化及工作负载。(blog.google)
用途与部署
适用于速度敏感的本地交互工作流,例如行内编辑、代码补全、快速内容迭代,以及多模态问答和研究实验。官方开发者指南介绍了使用 vLLM、Hugging Face Transformers 等框架部署和微调的方法。官方权重仓库标识为 google/diffusiongemma-26B-A4B-it;这是权重仓库标识,并非已核实的 Google 托管 API 模型 ID。(blog.google)
限制
- 该模型处于实验阶段。Google 表示,其整体输出质量低于标准 Gemma 4;对质量要求最高的生产应用,官方建议使用标准 Gemma 4。(blog.google)
- 加速优势主要面向本地、低至中等批量推理;高并发云服务中的优势可能减弱,服务成本可能更高,Apple Silicon 等统一内存架构也未必获得相同加速。(blog.google)
- 输出可能包含错误、过时信息或训练数据中的偏差;复杂任务和语言细微差别也可能造成困难,重要结果应由人核验。(ai.google.dev)
价格
截至 2026 年 11 月 16 日查询,未核实到 Google 针对 DiffusionGemma 这一具体版本的官方托管 API 输入或输出计费价格,因此币种、费率和计费单位均未核实。Google Cloud 定价页面中的 Gemma 4 26B 条目不能直接视为 DiffusionGemma 的报价。开放权重的本地运行仍可能产生硬件、电力或云基础设施费用。(cloud.google.com)