根據 Beating 監測，Google 發布了一款名為 DiffusionGemma 的開源文字生成模型，使用基於擴散的機制以平行區塊生成文字，而非逐 token 的序列方式。這款 26B 參數模型在混合專家架構下，每次 forward pass 僅啟用 3.8B 參數，實現本地 GPU 推論 4 倍的速度提升。
在單顆 NVIDIA H100 GPU 上，DiffusionGemma 的速度超過每秒 1000 tokens；而消費級 RTX 5090 則超過每秒 700 tokens。經過 4-bit 浮點量化後，該模型所需 VRAM 少於 18GB。DiffusionGemma 權重現已在 Hugging Face 開源，並獲得 MLX、vLLM、Unsloth 與 NVIDIA NeMo 支援。
