Google亮相Gemini Diffusion 首款語言「擴散模型」刷新生成速度

在Google I/O 2025的大會當中，Google除了發表Gemini 2.5系列與新一代Veo 3模型掀起熱議話題之外，也首度亮相首款擴散模型（Diffusion Model）Gemini Diffusion，雖然目前只提供限量實驗體驗，必須要註冊候補名單才能試用，但是這款新模型憑著超高速語言生成能力與技術潛力，迅速引起AI社群高度關注。記者彭夢竺／綜合報導

在Google I/O 2025的大會當中，Google除了發表Gemini 2.5系列與新一代Veo 3模型掀起熱議話題之外，也首度亮相首款擴散模型（Diffusion Model）Gemini Diffusion，雖然目前只提供限量實驗體驗，必須要註冊候補名單才能試用，但是這款新模型憑著超高速語言生成能力與技術潛力，迅速引起AI社群高度關注。

[caption id="attachment_174725" align="aligncenter" width="2558"]

在Google I/O 2025的大會當中，Google首度亮相首款擴散模型（Diffusion Model）Gemini Diffusion。（圖／截取自Google）[/caption]

Gemini Diffusion是Google首次將擴散式生成機制應用於AI文字生成領域的實驗性產品，與GPT-4等傳統自回歸語言模型不同的地方在於，Gemini Diffusion採用「非自回歸」的擴散架構，從隨機指令出發，經過多輪精煉後生成完整文本。

延伸閱讀：Google新一代影像生成模型Veo 3超級逼真 開放71國用戶付費使用

根據Google說明，傳統大型語言模型像是Gemini 2.0及OpenAI GPT系列，都是以自我迴歸方式運作，每次依據前序的token預測下一個token，直到完成整段文字。這類型逐步生成機制雖然在語言理解與產出已經具有成熟應用，但在長文本、多輪互動或需快速產生內容的情境，容易受到生成速度與一致性限制，也可能有錯誤累積等問題。

Gemini Diffusion這種全新方法不再逐字產出，而是一次性建構整段語意內容，提高語言生成效率與邏輯一致性，展現出大語言模型的新進化方向。除此之外，Gemini Diffusion的最大亮點就是速度，根據外媒實測，該模型達到每秒產出1479個token、啟動延遲僅0.84秒，遠遠超過目前主流語言模型，包含GPT-4、Claude等，非常適合即時對話生成、智慧客服、互動式應用等場景。

雖然說Gemini Diffusion並不是這一屆Google I/O 2025大會的主要焦點，但是其展現出Google持續拓展Gemini能力，朝向「世界模型」（World Model）方向前進的野心，這不是指傳統的磁碟啟動系統，由「世界模型」驅動的通用AI助理，可以理解人類身處的世界，代替人類進行推理、採取行動。

有外媒分析指出，Google讓Gemini Diffusion亮相，代表願意突破傳統，取得更高效率、更低延遲，而值得關注的是，微軟在企業軟體領域擁有穩固的地位，若是Google 能夠提供真正的通用AI助理，並由「世界模型」驅動，未來將有機會一舉超越微軟。

這篇文章 Google亮相Gemini Diffusion 首款語言「擴散模型」刷新生成速度 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。