谷歌开源260亿参数文生图模型
推荐指数 66.0 NO. 005 · 2026.06.13
likes599downloads20,669
为什么值得看
DiffusionGemma 是 Google 基于 Gemma 架构推出的 26B 参数文本到图像生成模型，采用 A4B 激活参数设计降低推理成本。对需要自托管图像生成、控制版权合规的企业团队有替代 DALL-E 和 Midjourney API 的潜力。
编辑判断
文生图赛道目前被闭源 API 垄断，自托管方案要么是 SD 生态（质量掉队），要么是 Flux（硬件门槛高）。DiffusionGemma 的 A4B 稀疏激活设计把推理成本压到了接近 4B 稠密模型的水平，26B 参数的质量可能摸到商用门槛。
HuggingFace 上 2 万次下载说明社区已经在试跑，关键看 fine-tune 后的风格可控性和出图速度能不能追上 SDXL + LoRA 的实用组合。做内容工具、电商素材生成的团队可以优先测一下它的 inpainting 和结构控制表现，这决定了能不能从玩具变成生产力工具。