逐字输出过时了？Google × NVIDIA 开源 DiffusionGemma，一次蹦出 256 个 Token
逐字输出过时了？Google × NVIDIA 开源 DiffusionGemma，一次蹦出 256 个 Token
你可能没想过一个问题：为什么 AI 写文章是一个字一个字出来的？不是你手机慢。是所有大语言模型天生就是「自回归」的——先写第一个字，基于第一个字写第二个字，以此类推。但 6 月 10 日，Google 和 NVIDIA 联合发布的 DiffusionGemma，把这个逻辑倒了过来。
不是写出来的，是「扩散」出来的
传统 LLM 逐 token 生成，而 DiffusionGemma 从随机噪声开始，逐步「去噪」，同时生成 256 个 token，多轮迭代优化——像 Midjourney 生成图片一样。在 NVIDIA H100 上达到 1000 token/秒吞吐量，RTX 5090 超过 700 token/秒。传统模型 200-300 token/秒——快了...
1/6价格追平GPT-5.5：Kimi K2.7 Code让国产编码模型不再是个笑话
Kimi K2.7 Code MLS-Bench Lite 35.1 vs GPT-5.5 35.5（差0.4分），价格仅1/6。Nex-N2-Pro SWE-Bench Pro首次打平GPT-5.5。中国编码模型从追赶者变竞争者。
国产开源模型三国杀：GLM-5.2 vs MiniMax M3 vs Kimi K2.7 Code，谁才是最强国产代码模型？
2026年6月国产三大代码模型集中发布：智谱 GLM-5.2 主打 1M 上下文，MiniMax M3 SWE-Bench Pro 59%，Kimi K2.7 Code 推理 token 降 30%。