IXThinker·2025-05-22 20:20

谷歌Gemini Diffusion文字擴散模型亮相

谷歌DeepMind將圖像生成常用的擴散技術引入語言模型，推出Gemini Diffusion：12秒可生成1萬個tokens，速度勝過Gemini 2.0 Flash-Lite，演示時甚至要放慢影片才能看清過程。

生成方式之別

傳統自回歸模型根據已生成的詞序列逐步預測下一個詞，每次只能生成一個token，這種順序過程很慢，也限制輸出的質素與一致性；擴散模型則通過逐步優化噪聲、逐步細化來學習生成輸出。