Google DeepMind lanserar DiffusionGemma för lokal inferens
Google DeepMind har lanserat DiffusionGemma, en experimentell modell på 26 miljarder parametrar. Denna modell ersätter traditionell token-för-token-generering med diskret textdiffusion för effektivare lokal inferens.
Vad har hänt?
Google DeepMind har offentliggjort DiffusionGemma, en experimentell modell om 26 miljarder parametrar. Modellen, baserad på Gemma 4, ändrar textgenerering från sekventiell till diskret textdiffusion. Detta sker genom parallell generering och förfining av text i block, vilket syftar till att kringgå flaskhalsar relaterade till minnesbandbredd vid lokal inferens.
Snabbfakta
| Modell | DiffusionGemma |
|---|---|
| Parametrar (totalt) | 26 miljarder |
| Parametrar (aktiva) | 3,8 miljarder |
| Kontextfönster | 256K tokens |
| Genereringsmetod | Diskret textdiffusion |
”DiffusionGemma Shifts 26B Local Inference to Parallel Decoding”
”Built on the Gemma 4 backbone, the open-weight release drafts and refines text in parallel blocks to bypass the memory bandwidth bottlenecks that typically constrain local throughput.”
Varför spelar det roll?
DiffusionGemmas arkitektur, med en Mixture-of-Experts (MoE) design som har 3,8 miljarder aktiva parametrar under exekvering, skiljer sig från autoregressiva modeller. Den använder Uniform State Diffusion för att fylla en textyta på 256 tokens samtidigt över flera denoisingssteg. Detta möjliggör en mer effektiv lokal inferens.
Vem påverkas?
Denna modell är primärt relevant för utvecklare och forskare som arbetar med storskaliga språkmodeller och lokal inferens. Användare av applikationer som bygger på denna typ av teknik kan dra nytta av snabbare textgenerering på lokala enheter. Företag som utvecklar AI-lösningar för lokala miljöer påverkas direkt av de nya möjligheterna till prestandaförbättringar.
Vad mer bör du veta?
Modellen har en kontextfönster på 256K tokens och stöder text, bilder och video som indata. Ljudbehandling ingår inte i den nuvarande versionen. Den är optimerad för enskilda användares lokala inferensarbetsbelastningar.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.
AI-verktyg i artikeln
Ämnen
Få liknande nyheter direkt i mejlen
Läsarrummet
Skicka in en fråga eller ett tillägg. Redaktionen läser allt innan det publiceras och svarar när det är relevant. Ingen AI-fri text – bara människor.
Logga in för att skicka in en kommentar eller fråga.
Läs artikeln genom din roll
- Avgör om detta påverkar strategin på 6–12 månaders sikt eller är brus.
- Diskutera i ledningsgruppen: äger vi rätt fråga eller behöver ansvaret flyttas?
- Fråga: vilken risk tar vi genom att INTE agera på det här den här kvartalet?
Genererad vinkling — inte redaktionell analys av "Google DeepMind lanserar DiffusionGemma för lokal inferens"