原野: 嘿，最近我冲浪的时候看到个挺有意思的，说谷歌在搞大语言模型，竟然用上了“扩散模型”，听着像PS里把照片噪点磨皮变清晰那一套，这是啥新玩意儿？
晓曼: 没错，它叫 Gemini Diffusion，是谷歌第一个吃螃蟹的，把扩散思路搬到大语言模型里。你想啊，以前的模型，一个字一个字蹦，得“自回归”，特别死板。扩散模型呢，先糊你一脸马赛克，再一点点“去噪”，最后答案就出来了。
原野: 去噪？这不就像拼图，先把碎片弄得模模糊糊，再慢慢把边儿对齐？
晓曼: 哎哟，这比喻绝了！它厉害就厉害在，每一步都允许犯错、允许修正，比那种一条道走到黑的强多了。尤其像写代码、编辑公式这种，多了好多“后悔药”可以吃。
原野: 那速度呢？别最后马赛克来回折腾，效率更低了吧？
晓曼: 嘿，你可别小瞧它！实测能跑到每秒 857 个 tokens，几秒钟给你生成一个能交互的 HTML+JavaScript 页面。比谷歌自己之前的 Gemini 2.0 Flash-Lite 快了足足五倍！
原野: 嚯，这是坐火箭了吧？那跟市面上其他工具比，怎么样？
晓曼: 这么说吧，Cerebras Coder 用 2,000 tokens/s 跑 Llama3.1-70b，速度已经很猛了。Gemini Diffusion 呢，在差不多的性能下，用扩散模型的思路，把效率也拉上来了。
原野: 那这是要革 Transformer 的命吗？以后都用扩散模型了？
晓曼: 倒也不是。它没把 Transformer 结构给废了，只是把以前那种死板的“自回归”生成，换成了更灵活的“扩散式”。像 Mercury 这种模型，底层还是 Transformer，只是不搞因果掩码，让所有输入一次性过一遍，然后一起去噪。
原野: 听你这么一说，感觉以后编辑、互动型的应用会更流畅，没那么卡顿了？
晓曼: 那肯定的。你想想，你调试代码、改公式，以前的模型，你得把整段代码丢进去，让它一口气给你生成下一句，万一跑偏了，还得重来。现在这个扩散模型，就能在背后悄悄“对比前后”、“滚动修正”，流畅度和准确率双赢。
原野: 好家伙，那以后写技术博客或者在线 IDE 都能提速了！感谢你的分享，下次我再来挖点技术内幕。
晓曼: 没问题，下次咱们再聊点别的黑科技。
