Google DeepMind lanza DiffusionGemma, un LLM de difusión 4 veces más rápido que Gemma 4

Google DeepMind ha presentado DiffusionGemma, un modelo de lenguaje de una nueva clase que genera texto mediante difusión en lugar del enfoque autorregresivo estándar. Según el equipo, el modelo funciona 4 veces más rápido que cualquier otro de la familia Gemma 4 con una calidad comparable.

Cómo funciona un LLM de difusión

Los modelos de lenguaje clásicos, como GPT, Llama o Gemma, generan texto de forma secuencial: token a token, de izquierda a derecha. Para obtener 500 tokens hacen falta 500 pasos de inferencia consecutivos. Es una limitación fundamental de la arquitectura: cada token depende de todos los anteriores, por lo que el paralelismo es imposible por la propia naturaleza de la autorregresión.

El enfoque de difusión funciona de otra manera. La misma idea que sustenta Stable Diffusion y DALL-E en imágenes se aplica ahora al texto: el modelo aprende a reconstruir el texto original a partir de ruido aleatorio, refinando toda la secuencia a la vez. No avanza de izquierda a derecha, sino de forma iterativa y en paralelo en todas las posiciones simultáneamente.

• Autorregresión: 500 tokens requieren 500 pasos secuenciales
• Difusión: 500 tokens se procesan en 10–50 pasos, con independencia de la longitud
• La ganancia de velocidad no es lineal: cuanto más largo es el texto, más notable es la ventaja

Muchos equipos llevan intentando aplicar la difusión a la generación de texto desde 2021. El principal problema era la calidad: los modelos de texto por difusión rindieron durante mucho tiempo peor que los autorregresivos, y sus textos perdían coherencia y precisión en la formulación. A juzgar por la declaración de Hassabis, DiffusionGemma ha superado esa barrera.

Demis Hassabis lo anunció personalmente

El propio CEO de Google DeepMind anunció el resultado, algo poco habitual. Los directivos de ese nivel suelen promocionar productos enteros o líneas estratégicas, pero rara vez destacan una decisión arquitectónica concreta como motivo de felicitación. Hassabis felicitó personalmente al investigador Brian O'Donoghue y a todo el equipo, y calificó el desarrollo de «fulgurante».

«Gran innovación en difusión de texto.

DiffusionGemma es fulgurante: 4 veces más rápida que otros modelos Gemma 4. ¡Tengo ganas de ver qué construye la gente con ella!» — Demis Hassabis

Contexto importante: no se trata de una comparación con benchmarks obsoletos, sino con la familia Gemma 4 actual, que ya se considera una de las más eficientes entre los modelos abiertos de su clase. Un aumento de cuatro veces sobre esa base es un resultado arquitectónico de peso.

La economía de la inferencia cambia

La velocidad de generación determina tanto el coste de la API como la latencia del producto final. Si DiffusionGemma genera 4 veces más rápido con una calidad comparable, se abren varias posibilidades prácticas:

• Menor coste de inferencia: menos tiempo de GPU por respuesta
• Contextos largos sin un aumento exponencial de los retrasos
• Competitividad en escenarios sensibles a la latencia: chatbots, autocompletado, pipelines agénticos
• Potencial de unificación con la generación de imágenes y audio por difusión

La sinergia multimodal resulta especialmente interesante: si se combina la difusión de texto con los enfoques ya maduros para imagen y sonido, surge una arquitectura única que procesa todas las modalidades con un mismo principio. Google ya avanza en esa dirección con la serie Gemini, y DiffusionGemma parece el primer paso hacia una multimodalidad por difusión completa.

Qué significa

Los LLM de difusión han dejado de ser un experimento académico. Cuando el CEO de uno de los mayores laboratorios de IA del mundo anuncia personalmente un avance arquitectónico, el mercado reacciona. Si las cifras de velocidad de DiffusionGemma se confirman en pruebas independientes, podrían cambiar los precios del mercado de inferencia de LLM y obligar a los competidores a acelerar sus propios desarrollos de difusión. Para los desarrolladores que aún no han estudiado esta arquitectura, es el momento de hacerlo.