Em 20 de maio de 2025, o Google DeepMind revelou discretamente Difusão de Gêmeos, um modelo experimental de difusão de texto que promete remodelar o cenário da IA generativa. Apresentado durante o Google I/O 2025, este protótipo de pesquisa de última geração utiliza técnicas de difusão — anteriormente populares na geração de imagens e vídeos — para produzir texto e código coerentes, refinando iterativamente o ruído aleatório. Os primeiros benchmarks sugerem que ele rivaliza, e em alguns casos supera, os modelos existentes baseados em transformadores do Google, tanto em velocidade quanto em qualidade.
O que é Difusão Gemini?
Como a difusão é aplicada à geração de texto e código?
Os modelos tradicionais de grandes linguagens (LLMs) baseiam-se em arquiteturas autorregressivas, gerando conteúdo um token de cada vez, prevendo a próxima palavra condicionada a todas as saídas anteriores. Em contraste, Difusão de Gêmeos começa com um campo de "ruído" aleatório e refina iterativamente esse ruído em texto coerente ou código executável por meio de uma sequência de etapas de redução de ruído. Esse paradigma espelha a maneira como modelos de difusão como Imagen e Stable Diffusion criam imagens, mas é a primeira vez que tal abordagem é dimensionada para geração de texto em velocidades semelhantes às de produção.
Por que a “transferência de ruído para narrativa” é importante
Imagine a estática em uma tela de televisão quando não há sinal — oscilações aleatórias sem forma. Na IA baseada em difusão, essa estática é o ponto de partida; o modelo "esculpe" significado a partir do caos, impondo gradualmente estrutura e semântica. Essa visão holística em cada etapa de refinamento permite uma autocorreção inerente, mitigando problemas como incoerência ou "alucinações" que podem afetar modelos token por token.
Principais inovações e capacidades
- Geração Acelerada: O Gemini Diffusion pode produzir blocos inteiros de texto simultaneamente, reduzindo significativamente a latência em comparação aos métodos de geração token por token.()
- Coerência aprimorada: Ao gerar segmentos de texto maiores de uma só vez, o modelo alcança maior consistência contextual, resultando em saídas mais coerentes e logicamente estruturadas. ()
- Refinamento Iterativo:A arquitetura do modelo permite a correção de erros em tempo real durante o processo de geração, melhorando a precisão e a qualidade do resultado final.()
Por que o Google desenvolveu o Gemini Diffusion?
Abordando gargalos de velocidade e latência
Modelos autorregressivos, embora poderosos, enfrentam limitações fundamentais de velocidade: cada token depende do contexto anterior, criando um gargalo sequencial. A Difusão Gemini rompe essa restrição ao permitir o refinamento paralelo em todas as posições, resultando em Geração de ponta a ponta 4–5× mais rápida em comparação com equivalentes autorregressivos de tamanho similar. Essa aceleração pode se traduzir em menor latência para aplicativos em tempo real, de chatbots a assistentes de programação.
Pioneirismo em novos caminhos para a IAG
Além da velocidade, a visão iterativa e global da Diffusion se alinha com os principais recursos da inteligência artificial geral (IAG): raciocínio, modelagem de mundos e síntese criativa. A liderança do Google DeepMind prevê a Gemini Diffusion como parte de uma estratégia mais ampla para construir sistemas de IA mais proativos e com maior sensibilidade ao contexto, capazes de operar perfeitamente em ambientes digitais e físicos.
Como o Gemini Diffusion funciona nos bastidores?
O loop de injeção de ruído e redução de ruído
- Inicialização:O modelo começa com um tensor de ruído aleatório.
- Etapas de redução de ruído:A cada iteração, uma rede neural prevê como reduzir ligeiramente o ruído, guiada por padrões aprendidos de linguagem ou código.
- Refinamento: Etapas repetidas convergem para uma saída coerente, com cada passagem permitindo a correção de erros em todo o contexto, em vez de depender apenas de tokens anteriores.
inovações arquitetônicas
- Paralelismo:Ao desacoplar as dependências de tokens, a difusão permite atualizações simultâneas, maximizando a utilização do hardware.
- Eficiência do parâmetro:Os primeiros benchmarks mostram desempenho equivalente ao de modelos autorregressivos maiores, apesar de uma arquitetura mais compacta.
- Autocorreção:A natureza iterativa suporta inerentemente ajustes de meia geração, cruciais para tarefas complexas como depuração de código ou derivações matemáticas.
Quais benchmarks demonstram o desempenho da Gemini Diffusion?
Velocidade de amostragem de token
Os testes internos do Google relatam um taxa média de amostragem de 1,479 tokens por segundo, um salto drástico em relação aos modelos Gemini Flash anteriores, embora com uma sobrecarga média de inicialização de 0.84 segundos por solicitação. Essa métrica ressalta a capacidade da difusão para aplicações de alto rendimento.
Avaliações de codificação e raciocínio
- HumanEval (codificação): Taxa de aprovação de 89.6%, muito próxima dos 2.0% do Gemini 90.2 Flash-Lite.
- MBPP (codificação): 76.0%, contra 75.8% do Flash-Lite.
- BIG-Bench Extra Hard (raciocínio): 15.0%, menor que os 21.0% do Flash-Lite.
- MMLU global (multilíngue): 69.1%, comparado aos 79.0% do Flash-Lite.
Esses resultados mistos revelam a aptidão excepcional da difusão para tarefas iterativas e localizadas (por exemplo, codificação) e destacam áreas — raciocínio lógico complexo e compreensão multilíngue — onde refinamentos arquitetônicos continuam necessários.
Como o Gemini Diffusion se compara aos modelos Gemini anteriores?
Flash-Lite vs. Pro vs. Difusão
- Gemini 2.5 Flash-Lite oferece inferência econômica e otimizada para latência para tarefas gerais.
- Gêmeos 2.5 Pró concentra-se no raciocínio profundo e na codificação, apresentando o modo “Deep Think” para decompor problemas complexos.
- Difusão de Gêmeos é especializada em geração extremamente rápida e saídas autocorretivas, posicionando-se como uma abordagem complementar e não uma substituição direta.
Pontos fortes e limitações
- Pontos fortes: Velocidade, recursos de edição, eficiência de parâmetros, desempenho robusto em tarefas de código.
- Limitações: Desempenho mais fraco em raciocínio abstrato e benchmarks multilíngues; maior consumo de memória devido a múltiplas passagens de redução de ruído; maturidade do ecossistema ficando atrás de ferramentas autorregressivas.
Como você pode acessar o Gemini Diffusion?
Aderir ao programa de acesso antecipado
O Google abriu uma lista de espera Para a demonstração experimental do Gemini Diffusion, desenvolvedores e pesquisadores podem se inscrever no blog do Google DeepMind. O acesso antecipado visa coletar feedback, refinar os protocolos de segurança e otimizar a latência antes de uma implementação mais ampla.
Disponibilidade e integração futuras
Embora nenhuma data de lançamento definitiva tenha sido anunciada, o Google sugere disponibilidade geral Alinhado com a próxima atualização Gemini 2.5 Flash-Lite. Os caminhos de integração previstos incluem:
- Estúdio de IA do Google para experimentação interativa.
- API Gêmeos para implantação perfeita em pipelines de produção.
- Plataformas de terceiros (por exemplo, Hugging Face) hospedando pontos de verificação pré-lançados para pesquisas acadêmicas e benchmarks conduzidos pela comunidade.
Ao reinventar a geração de texto e código através da lente da difusão, o Google DeepMind se posiciona no próximo capítulo da inovação em IA. Seja a Gemini Diffusion inaugurando um novo padrão ou coexistindo com gigantes autorregressivos, sua combinação de velocidade e capacidade de autocorreção promete remodelar a forma como construímos, refinamos e confiamos em sistemas de IA generativa.
Começando a jornada
A CometAPI fornece uma interface REST unificada que agrega centenas de modelos de IA — incluindo a família Gemini — em um endpoint consistente, com gerenciamento de chaves de API, cotas de uso e painéis de faturamento integrados. Em vez de lidar com várias URLs e credenciais de fornecedores.
Os desenvolvedores podem acessar Pré-API Flash Gemini 2.5 (modelo:gemini-2.5-flash-preview-05-20) e API Gemini 2.5 Pro (modelo:gemini-2.5-pro-preview-05-06)etc através CometAPI. Para começar, explore as capacidades do modelo no Playground e consulte o Guia de API para obter instruções detalhadas. Antes de acessar, certifique-se de ter feito login no CometAPI e obtido a chave da API.