Google DeepMind发布实验性开源文本模型DiffusionGemma，基于Gemma 4 26B混合专家架构，采用扩散式并行生成：每次对256个占位token的画布同时去噪，而非逐token自回归，将瓶颈从内存带宽转向计算，并支持自我纠错。模型支持文本、图像、视频输入，量化后可在18GB显存消费级GPU运行，内置思考模式。文章演示了用Transformers加载、生成、观察去噪过程及vLLM部署，并介绍推荐采样参数。