Segun MarkTechPost (AI/ML News), el equipo de inteligencia artificial de Google, en colaboración con Google DeepMind, ha presentado DiffusionGemma, un modelo experimental de generación de texto abierto. Este sistema se basa en una arquitectura de 26B parámetros de tipo Mixture of Experts (MoE), activando solo 3.8B parámetros durante su ejecución. Su diseño se fundamenta en la versión Gemma 4 de 26B-A4B, al que se ha integrado una capa de difusión. La innovación clave radica en su método de generación: en lugar de producir tokens uno tras otro como lo hacen los modelos tradicionales, DiffusionGemma genera bloques completos de texto simultáneamente, mediante difusión textual. Este enfoque permite un procesamiento paralelo que, en configuraciones de GPUs especializadas, acelera la generación hasta cuatro veces más que los métodos convencionales.
El modelo es multimodal, capaz de procesar entradas intercaladas de texto, imágenes y videos, y generar respuestas en formato de texto. Su ventana de contexto alcanza 256K tokens, lo que permite manejar documentos extensos sin perder coherencia. Soporta más de 140 idiomas, lo que amplía su utilidad en entornos multilingües. La versión cuantizada se ajusta a 18 GB de memoria VRAM, dentro del rango de dispositivos de consumo de alto rendimiento. En una GPU NVIDIA H100, puede generar más de 1000 tokens por segundo; en una GeForce RTX 5090, alcanza más de 700 tokens por segundo. A pesar de su velocidad, Google reconoce que la calidad general de salida es inferior a la de modelos autoregresivos como la versión estándar de Gemma 4. El equipo destaca que esta solución se enfoca en entornos interactivos y de bajo latido, como edición en línea, iteraciones rápidas o estructuras no lineales de texto, y no está diseñada para tareas de producción profesional donde la precisión y coherencia sean prioridad.
Para los usuarios del Perú, este avance representa una oportunidad significativa en el ámbito de la inteligencia artificial accesible. Aunque los modelos tradicionales aún dominan el campo de las aplicaciones comerciales y académicas, DiffusionGemma abre la puerta a herramientas más rápidas y locales, que pueden ser utilizadas en entornos domésticos o pequeñas empresas. En un contexto donde el acceso a tecnologías de vanguardia es limitado, este modelo podría ser una solución viable para desarrolladores independientes, docentes o emprendedores que buscan prototipar ideas o crear contenidos sin depender de servidores remotos. Sin embargo, es clave evaluar cuidadosamente que, por su naturaleza, la calidad de las respuestas no será comparable a la de modelos más robustos. La elección debe basarse en el objetivo: si se prioriza rapidez y flexibilidad, DiffusionGemma puede ser ideal; si se requiere precisión y coherencia, el modelo autoregresivo sigue siendo la mejor opción.