Google DeepMind vừa phát hành DiffusionGemma, một mô hình ngôn ngữ mã nguồn mở tạo văn bản theo cơ chế khuếch tán thay vì sinh từng từ một cách tuần tự, cho tốc độ nhanh hơn khoảng bốn lần so với các mô hình cùng cỡ. Mô hình ra mắt ngày 10/6, đặt trên nền kiến trúc Gemma 4 26B và được công bố là bản thử nghiệm (theo MarkTechPost).
Điểm khác biệt của DiffusionGemma nằm ở cách nó sinh chữ. Các mô hình kiểu GPT viết văn bản theo lối tự hồi quy, dự đoán từng token nối tiếp nhau. DiffusionGemma lại bắt đầu từ một “tấm vải” gồm các token nhiễu, rồi lặp đi lặp lại quá trình khử nhiễu theo từng khối 256 token song song cho đến khi câu chữ mạch lạc hiện ra. Cách làm này mượn ý tưởng từ các mô hình khuếch tán vốn quen thuộc trong lĩnh vực tạo ảnh.
Mục lục
DiffusionGemma và cách mô hình khuếch tán tạo văn bản song song
Nhờ sinh nhiều token cùng lúc, tốc độ là lợi thế rõ nhất. Google cho biết mô hình đạt hơn 1.000 token mỗi giây trên một GPU NVIDIA H100 đơn lẻ, nhanh gấp khoảng bốn lần so với các mô hình tự hồi quy tương đương. Với những ứng dụng cần phản hồi tức thời như trợ lý hội thoại, gợi ý mã hay xử lý văn bản theo lô, mức chênh lệch này có ý nghĩa thực tế.
Về cấu trúc, DiffusionGemma là mô hình hỗn hợp chuyên gia (MoE) quy mô 26 tỷ tham số nhưng chỉ kích hoạt khoảng 3,8 tỷ tham số cho mỗi lượt suy luận, sinh 256 token song song trong mỗi lần chạy. Trọng số được phát hành theo giấy phép Apache 2.0 trên Hugging Face, Kaggle và Vertex AI Model Garden, nghĩa là lập trình viên có thể tải về, tinh chỉnh và triển khai trên hạ tầng riêng mà không vướng ràng buộc thương mại nặng nề.
Đổi lại tốc độ, chất lượng đầu ra phải đánh đổi phần nào. Google thừa nhận DiffusionGemma đạt điểm thấp hơn bản Gemma 4 tiêu chuẩn trên các phép đo như MMLU và các bài kiểm tra lập trình. Hãng định vị đây là sản phẩm thử nghiệm và khuyến nghị dùng Gemma 4 cho những tác vụ sản xuất ưu tiên độ chính xác hơn tốc độ.
Vì sao tốc độ tạo chữ lại quan trọng với người dùng Việt
Hướng tiếp cận khuếch tán đang nổi lên như một nhánh nghiên cứu đáng chú ý, bên cạnh dòng mô hình tự hồi quy thống trị nhiều năm qua. Việc một phòng thí nghiệm lớn như Google DeepMind mở mã một mô hình khuếch tán cỡ vừa giúp cộng đồng có thêm dữ liệu thực nghiệm để đánh giá điểm mạnh, điểm yếu của cách làm này.
Với cộng đồng phát triển trong nước, một mô hình mở chạy nhanh trên một GPU đơn lẻ mở ra khả năng tự vận hành ứng dụng AI với chi phí thấp hơn, thay vì phụ thuộc hoàn toàn vào các API trả phí theo lượt gọi. Đây là điều đáng cân nhắc với các nhóm khởi nghiệp, đội ngũ kỹ thuật nhỏ hay những dự án cần xử lý khối lượng văn bản lớn mà vẫn kiểm soát được dữ liệu. Bạn đọc quan tâm có thể tham khảo thêm cẩm nang công cụ AI 2026 để chọn công cụ phù hợp.
Trước mắt, DiffusionGemma vẫn là một thử nghiệm hơn là lựa chọn cho môi trường sản xuất. Nhưng nếu khoảng cách chất lượng được thu hẹp ở các phiên bản sau, mô hình khuếch tán có thể trở thành một lựa chọn hấp dẫn cho bài toán cân bằng giữa tốc độ và chi phí.
Nguồn: Google DeepMind, MarkTechPost.
Xem thêm: Google Gemma 4 mã nguồn mở · Kimi K2.7 Code mã nguồn mở.
