Google lança DiffusionGemma, modelo aberto de difusão de texto 4x mais rápido

O Google lançou o DiffusionGemma, um modelo aberto experimental sob licença Apache 2.0 e arquitetura Mixture-of-Experts (MoE) de 26 bilhões de parâmetros. Em vez de gerar token por token, o modelo produz blocos de texto em paralelo via difusão, alcançando geração até 4x mais rápida em GPUs — mais de 1.000 tokens por segundo em uma única NVIDIA H100 e mais de 700 tokens por segundo em uma RTX 5090.

O modelo ativa apenas 3,8 bilhões de parâmetros durante a inferência e cabe em 18GB de VRAM quando quantizado, com pesos disponíveis no Hugging Face. O Google reconhece que a qualidade da saída é inferior à do Gemma 4 padrão e posiciona o modelo para fluxos de trabalho locais e de baixa concorrência, como edição in-line, preenchimento de código (code infilling) e iteração rápida.