Google 开源了一个「会扩散」的语言模型——DiffusionGemma 用画图的方式写字，本地推理快 4 倍
Google DeepMind 于 2026-06-10 放出实验性开源权重模型 DiffusionGemma 26B-A4B（Apache 2.0），据 llm-stats 模型页，它基于 Gemma 4 的 26B-A4B MoE 架构，但不再是逐字自回归生成，而是用「离散扩散」（discrete diffusion）并行去噪一个 256 token 的画布，因此在专用 GPU 上文本生成最高可快约 4 倍。规格上 25.2B 总参数、3.8B 激活、256K 上下文、支持文本+图像输入，知识截止 2025 年 1 月。对中文创作者，这是少有的「大厂出品 + 开源权重 + 架构层面真新」的选题：扩散式文本模型一直停留在论文里，这次以 Gemma 之名落地、还能本地跑。
推荐写作角度
- 科普/原理向（写给想搞懂「为什么能快 4 倍」的人）：用一篇大白话讲清「自回归逐字写」与「扩散并行去噪 256 token 画布」的区别，配一张时序对比图，把扩散式文本模型这个冷概念讲热，强调这是架构之争而非又一个刷榜模型。
- 上手/本地部署向（写给想白嫖开源权重的开发者）：25.2B 总参但只激活 3.8B、Apache 2.0 可商用，写一篇「在自己机器上把 DiffusionGemma 跑起来」的实录，诚实记录它「实验性」的翻车点和与普通 Gemma 4 的体感差距。
- 趋势/选型向（写给关注本地 AI 的人）：把它定位成「低延迟、低并发的本地生成」专用工具，讲清楚扩散式文本模型现在适合做什么、不适合做什么，避免被「快 4 倍」的标题带偏。
标题模板
- 「不再逐字蹦：Google 用「扩散」重写了 Gemma，本地生成快 4 倍是怎么做到的」
- 「25B 参数只激活 3.8B、还能商用：DiffusionGemma 把扩散式文本模型搬进了你的电脑」
- 「论文里的「扩散写字」终于能下载了——DiffusionGemma 上手实测与避坑」
公开核验来源
事实、判断、写作角度和标题模板全部免费公开；引用前请回到原始来源再次核对。
llm-stats · DiffusionGemma 26B-A4B 规格/许可证/上下文页llm-stats · 模型发布追踪（6 月新模型时间线）相关阅读
沿着这个问题继续读
Muse Spark 1.3 上线：少 20% 工具调用是厂商结果，Max 推理与开放权重仍在路上
Meta 于 2026-09-02 发布 Muse Spark 1.3，并开始向 Muse Code 与 Meta Model API 推送；截至 Asia/Katmandu 2026-09-03 06:07，Hacker News 为 340 分、237 条评论。Meta 称相较 1.2，内部工程师比较中工具调用约少 20%、token 约少 25%，并强调长任务、多工作流、澄清问题与高后果操作前确认；这些数字来自厂商自测，没有公开证明所有语言、仓库和真实创作任务都能同比节省。边界必须前置：Max reasoning 仍要等额外安全测试，官方只说开放权重未来会来，两者都不是当前已交付能力；页面中的工程、音频和演示文稿案例是原型展示，不等于可复现产品验收。独立 Artificial Analysis 的首日数据也只是特定端点与基准快照，价格、速度和排名会变，中文创作者应以自己的任务集、隐私选项和完整成本复测。
Mistral 的训练退出不是一个总开关：Vibe、API 与反馈要分开检查
Mistral 本周更新数据治理帮助页，明确普通 Vibe 用户的输入输出默认可用于训练、可自行退出，Vibe Enterprise 则默认退出；Vibe 与 Mistral Studio/API 的退出开关彼此独立，关闭一处不会自动关闭另一处，上传文档也算输入数据。截至 Asia/Katmandu 2026-09-03 06:07，相关 Hacker News 讨论为 359 分、155 条评论。边界必须前置：帮助页描述的是当前产品设置，不等于历史数据自动删除、零数据保留或所有第三方接入都遵循同一规则；反馈渠道另有处理，官方提醒不希望反馈数据被用于改进时不要提交带评论的赞/踩。产品名称、套餐默认值和控制入口可能继续变化，发布前应按当日账号与合同复核，不能把“可退出”简化成“默认不训练”。
21.5 万篇“最佳软件”页进入 AI 引用链：AEO 先要解决证据污染
Trellner Research 于 2026-09-02 公布一次 Perplexity 软件推荐审计：研究者用 380 个软件类别做单次快照，发现三个版式与基础设施高度相似的站点合计列出 215,128 个 `/best/` 购买指南；另一个软件厂商 Guideflow 的博客在 96 个类别中被引用 194 次，成为第三大引用来源。相关 Hacker News 讨论截至 Asia/Katmandu 2026-09-03 06:07 为 287 分、127 条评论。边界必须前置：研究只测 Perplexity、一个提示措辞、每类一次运行，两个模型档位的引用高度重合，不能当作两个独立实验；它没有证明这些页面一定错误、共同所有者是谁，也没有做移除来源后的因果测试，更不能外推 ChatGPT、Gemini、Copilot 或 Google AI Mode。215,128 是三站 sitemap 中对应 URL 数的合计，不是已人工逐篇判假的数量；“证据污染”应作为待复测风险，而不是给站点或运营者定罪。