谷歌DeepMind推出实验性开源扩散文本生成模型DiffusionGemma，26B参数的MoE，激活4B，它突破传统Transformer的token-by-token自回归生成方式，采用扩散（Diffusion）机制一次性生成文本块，从而在专用GPU上实现最高4倍的输出速度提升，同时支持实时自我修正和复杂Markdown格式的更好处理。

传统大语言模型像写文章一样一个字一个字往外“抠”，效率天生受限，尤其在本地部署时，延迟成为最大痛点。DiffusionGemma的创新在于把图像/视频生成领域的扩散思想成功迁移到文本上：它不是一步步预测下一个token，而是从噪声中逐步“去噪”生成整个文本块。这种并行化思路，直接把生成过程从串行变成了高度并行的“多画布”采样，速度飞跃的同时，还带来了实时反思和纠错能力——模型可以在生成过程中“看到”已经产出的块，及时调整，这对长文本、代码和结构化输出（如复杂Markdown表格、代码块）特别友好。