Google 发布 DiffusionGemma

Google 发布 DiffusionGemma

Google 推出开源实验性模型 DiffusionGemma，采用 26B 参数的 MoE 架构，仅激活 3.8B 参数，量化后可在 18GB 显存运行，并实现每次前向生成 256 条 token，推理速度提升约 4 倍，H100 上可达 1000+ token/s，RTX 5090 上约 700+ token/s。