Google 发布 DiffusionGemma 技术报告

Google 通过官方渠道发布了名为「DiffusionGemma」的技术报告，相关论文已同步上线 arXiv。这是 Gemma 系列在扩散（diffusion）生成范式方向上的新尝试，与传统自回归逐 token 生成路径形成区分。

发布概况

• 论文标题：DiffusionGemma Technical Report
• arXiv 编号：2608.00146
• 发布渠道：Google Gemma 官方 X 账号（@googlegemma）同步发布

从命名判断，该模型属于 Gemma 家族的扩散式变体，采用迭代去噪方式生成文本，而非主流的自回归从左至右逐 token 路径。扩散式语言模型近期在学术界和开源社区受到关注，与 LLaDA、Mercury 等探索同属一个方向。

本地部署进展

llama.cpp 项目中已有两个相关合并请求（PR 24423 与 PR 24427），目前均停留在 Draft（草稿）状态，尚未进入合并流程。社区用户反馈，希望该 PR 合入后，能在仅有 8GB 显存的消费级显卡上获得更快的 tokens/s 推理速度，从而让 DiffusionGemma 可以在普通硬件上跑起来。

尚待补充的信息

本次披露内容仅包含论文与推文链接，原文摘录中并未提供：

• 模型具体参数规模与训练数据规模
• 与自回归 Gemma 在 benchmark 上的对比数据
• 是否同步发布权重或推理代码
• 与现有扩散 LLM（如 LLaDA、Mercury）的技术差异

如需评估其实际能力与生态影响，仍需等待完整论文内容发布，以及 llama.cpp 等主流推理框架的正式支持。