Компания Google DeepMind представила DiffusionGemma — открытую модель диффузии для генерации текста, способную обрабатывать свыше 1000 токенов в секунду за счёт параллельной обработки блоков. Модель доступна для исследователей и разработчиков.
Google DeepMind анонсировала выпуск DiffusionGemma — новой открытой модели для генерации текста на основе диффузионных подходов. Технология отличается высокой производительностью: по заявлению разработчиков, она способна генерировать более 1000 токенов в секунду благодаря параллельной обработке текстовых блоков. Модель оптимизирована для работы на современных аппаратных платформах и ориентирована на применение в исследовательских задачах.
DiffusionGemma представляет собой часть инициативы Google по развитию открытых инструментов в области искусственного интеллекта. Как отметил Квентин Берте (Quentin Berthet), научный сотрудник Google DeepMind, модель демонстрирует «новый подход к генерации текста, сочетающий преимущества диффузионных моделей с высокой скоростью обработки». В отличие от традиционных авторегрессивных архитектур, DiffusionGemma использует механизм параллельной генерации, что позволяет ускорить вывод без потери качества.
Модель доступна в репозитории Google на GitHub вместе с документацией и примерами использования. Исследователи подчёркивают, что DiffusionGemma может быть полезна для задач, требующих быстрой генерации длинных текстовых последовательностей, таких как автоматическое реферирование, создание контента или оптимизация диалоговых систем. В ближайшие месяцы планируется расширение функциональности модели и интеграция с другими инструментами экосистемы Google.
Представители сообщества уже отреагировали на анонс. Омар Сансевиеро (Omar Sanseviero), менеджер по работе с разработчиками в Hugging Face, назвал DiffusionGemma «важным шагом в развитии открытых моделей для генерации текста». По его словам, высокая скорость работы модели открывает новые возможности для применения в реальном времени.
Источники: X-пост Google DeepMind, 10 июня 2026; репозиторий DiffusionGemma на GitHub.