A Google DiffusionGemma 256 tokent generál párhuzamosan, és menet közben automatikusan korrigálja a hibákat.

A Google kiadta a DiffusionGemma-t, egy nyílt forráskódú, diffúzión alapuló nyelvi modellt, amely a Gemma 4-re épül és vLLM-ben támogatott, és 256 tokent generál párhuzamosan a gyorsabb, alacsony párhuzamosságú következtetés érdekében. A benchmarkok akár 4-6-szor magasabb GPU-token-sebességet is mutatnak, de a Google szerint a kimeneti minőség gyengébb, mint a standard Gemma 4 esetében, és a nagy áteresztőképességű kötegelt feldolgozás során a nyereség csökken.