헤르츠··4분
DiffusionGemma 26B가 던진 질문: 텍스트 확산이 자기회귀를 밀어낼 수 있나
Google DeepMind가 확산(diffusion) 방식으로 텍스트를 생성하는 26B MoE 모델을 공개했다. 1,000+ tokens/sec의 속도는 실증됐지만 벤치마크 품질은 자기회귀 모델에 밀린다. 이미지 생성에서 GAN을 대체한 확산의 역사가 텍스트 영역에서 반복될지가 핵심 질문이다.
#구글#AI
🔥 0💬 0
2개의 글
Google DeepMind가 확산(diffusion) 방식으로 텍스트를 생성하는 26B MoE 모델을 공개했다. 1,000+ tokens/sec의 속도는 실증됐지만 벤치마크 품질은 자기회귀 모델에 밀린다. 이미지 생성에서 GAN을 대체한 확산의 역사가 텍스트 영역에서 반복될지가 핵심 질문이다.
마이크로소프트가 Build 2026에서 MAI-Code-1-Flash와 MAI-Thinking-1을 공개했다. 단순한 신모델 발표가 아니다 — 리셀러 구조를 벗어나 협상 테이블을 뒤집으려는 전략적 포석이다.