Google DiffusionGemma

DiffusionGemma 是 Google DeepMind 于2026年8月发布的一组基于扩散架构的开源 Gemma 模型系列。与此前 Google 发布的自回归语言模型 Gemma 不同，DiffusionGemma 采用了扩散概率模型（Diffusion Probabilistic Model）作为核心生成范式，用户无需从零开始预训练即可基于现有模型权重进行微调，显著降低了计算成本和开发门槛。

扩散模型的核心原理是通过逐步去噪过程生成数据，与自回归模型的逐token顺序生成有本质区别。Google 发布的 DiffusionGemma 技术报告显示，该系列模型在图像生成、文本生成等多个任务上达到了与同规模自回归模型相当甚至更优的效果，同时训练效率提升约 40%。

该系列包含多种规格参数量的模型，适配从消费级 GPU 到专业计算集群的不同硬件环境。Google 同步公开了完整的技术报告和微调指南，开发者可在 Kaggle 和 Hugging Face 平台直接获取模型权重及示例代码。DiffusionGemma 的发布进一步丰富了 Gemma 生态，让开源社区在语言模型之外拥有了高性能扩散模型的新选择。

作为 Google「开放模型」战略的延续，DiffusionGemma 采用与 Gemma 系列相同的负责任 AI 许可框架，对商业使用进行了明确的合规性指导。这一开源模型的推出降低了中小企业和研究机构部署扩散模型的技术壁垒，有助于加速生成式 AI 在各行业的落地应用。