Google DeepMind 开源文本扩散模型 DiffusionGemma，文本生成速度最高提升 4 倍
Google DeepMind 推出开源实验性文本扩散模型 DiffusionGemma，基于 Apache 2.0 协议发布，在独立 GPU 上的文本生成速度最高提升 4 倍。
推荐理由：Google 尝试将扩散机制引入文本生成以突破自回归显存带宽瓶颈，为端侧低延迟交互和非线性文本生成提供了工程参考。
#Hugging Face
#Hugging Face
今日 0 条Google DeepMind精选AI 评分8080
Google DeepMind精选AI 评分8383 Google DeepMind 推出 Gemma 4 12B 无编码器统一多模态模型
Google DeepMind 正式推出 Gemma 4 12B 多模态模型，采用无独立编码器的统一架构，原生支持视觉与音频输入直接接入 LLM 主干。该模型在标准基准上的性能接近 26B MoE 模型，内存占用减少超一半，可在具备 16GB 显存或统一内存的笔记本电脑上本地运行。模型采用 Apache 2.0 协议开源，支持通过 Hugging Face、Ollama 和 vLLM 等工具部署。
推荐理由：原文解析了移除视觉和音频编码器的统一架构设计，为端侧设备部署低延迟多模态大模型提供了具体参考。
Together AI BlogAI 评分5050 Together AI：如何将 Hugging Face 任意模型部署并运行推理
Together AI 介绍了利用 CLI 智能体 Goose 与官方容器技能将 Hugging Face 任意模型部署至专属容器推理（DCI）服务的方法。开发者只需输入模型链接，智能体即可自动解析架构、生成容器配置并完成部署，文章以 Netflix 发布的 void-model 视频交互消除模型演示了部署与异步推理流程。