タイプライターから印刷機へ——Googleが変えたAI生成の常識

2026年6月10日、GoogleがDiffusionGemmaというモデルを公開しました。「新しいAIが出た」という話を毎週のように聞く時代に、この発表が他と違う理由は、モデルの「賢さ」ではなく「動き方そのもの」を変えたことにあります。今まですべてのLLM（大規模言語モデル）が採用してきた「1語ずつ順番に生成する」という方法を、根本から覆す実験的モデルです。
長くなったのでさらっと読みたい方向けに要約を先に置いています。

——————————————————
さらっと読む版（要約）
——————————————————

GoogleのDiffusionGemmaは、テキストを「1語ずつ順番に」ではなく「256語まとめて一括で」生成します。NVIDIAのH100 GPUで毎秒1,000トークン超を達成しており、同等サイズの従来型モデルと比べて最大4倍高速です。

この設計の何が違うかというと、AIがまず「下書き全体」を出してから磨き上げるという点です。従来型は次の1語しか見えない状態でタイプしていた。DiffusionGemmaは段落全体を見ながら書き直せる。

今はまだ「実験的モデル」という位置づけで、精度は従来型に劣ります。ただしこの設計が成熟すれば、ローカルPCで動く高速AIアシスタントや、リアルタイム編集支援ツールの実現可能性が大きく広がります。

——————————————————
ここから先が本来の記事です。
——約2,172文字／読むのに大体5分かかります—— ——————————————————

GPT、Claude、Geminiに代表されるLLMは、すべて「次のトークンを予測する」という設計で動いています。文章を生成する時、モデルは1語（正確には1トークン）を出力し、それを踏まえて次の1語を出力し、また次の1語——という作業を延々と繰り返します。

このプロセスは本質的に直列です。前の語が確定しないと次が始まらない。タイプライターに例えれば、1文字ずつキーを叩いて、前の文字を見ながら次のキーを選んでいる状態です。

DiffusionGemmaはこれを変えます。

印刷機の話

DiffusionGemmaの設計思想をGoogleは「タイプライターから印刷機へ」と表現しています。

印刷機は、1文字ずつ刻むのではなく、版に組み上げた文字ブロック全体を一度にプレスして紙に印刷します。
DiffusionGemmaはこれに近い動作をします。
256トークン（およそ段落1〜2つ分）を一括でまず「草稿」として展開し、それを何度も修正・洗練させていくという方式です。

具体的にはこうです。

最初に256個のランダムなプレースホルダー（ノイズ）を並べます。
AIはそれを何パスかかけて「正しいトークン」へと置き換えていく。

AIが画像を生成する際のノイズ除去プロセス（ディフュージョン）を、テキスト生成に応用したものです。

この方式の結果、単一のNVIDIA H100で毎秒1,000トークン超の生成速度を達成しています。従来型の同等サイズモデルが通常50〜100トークン毎秒程度であることを考えると、10倍前後の速度差があります。

なぜ速いのか——ハードウェアの使い方が変わる

従来型LLMが遅い理由の一つは、GPUの使い方にあります。
GPUは本来「大量の計算を並列で処理する」ことが得意なプロセッサです。しかし1語ずつ順番に出力するモデルは、GPUの並列処理能力をほとんど活かせていません。

DiffusionGemmaはこの構造を逆転させます。
256トークンを同時に処理することで、GPUのコアを最大限に活用できます。
Googleはこれを「GPUを全力で回す」設計と説明しています。

もう一つ重要な点は、双方向アテンションという仕組みです。
従来型LLMは「過去のトークンしか参照できない」一方向設計です。DiffusionGemmaは256トークン全体を同時に参照できるため、段落全体の整合性を保ちながら生成できます。
文章の前後関係を把握して修正できる——つまり自己校正が利きます。

コンシューマーGPUで動く

このモデルが研究者以外にとっても注目に値する理由の一つは、ハードウェア要件です。

DiffusionGemmaは総パラメータ数260億ですが、実行時に動かすパラメータは38億のみです（MoE＝Mixture of Experts設計による）。
量子化した状態でNVIDIA RTX 4090や5090といったコンシューマー向けGPU（VRAM 18〜24GB）で動作します。
データセンターの専用サーバーなしに、個人のPCに近いハードウェアで毎秒700トークン超を出せます。

ライセンスはApache 2.0（商用利用可能な最も自由度の高いオープンソースライセンス）で、Hugging Faceからモデルウェイト（重み）をダウンロードして自由に使えます。

まだ「実験的」である理由

正直に書くと、現時点ではDiffusionGemmaの出力品質は従来型の標準Gemma 4に劣ります。Googleもこの点を公式に認めています。

理由は設計の制約にあります。精度よりも速度と並列性を優先した設計であるため、特に複雑な推論や品質が求められる用途では、従来型の逐次生成モデルの方が優秀です。Googleは「品質が最優先の用途には標準Gemma 4を推奨する」と明言しています。

DiffusionGemmaが向いているのは、速度が本質的に重要な用途です。インラインコード補完・リアルタイム文章編集・ローカル動作が必要な対話型アプリケーションなどが想定されています。

この設計が普及した先に何があるか

DiffusionGemmaはいま「実験的」です。ただしこの設計思想が成熟し、品質が従来型に並ぶ水準になった時、AI活用の構造はかなり変わります。

①ローカル高速AIが現実的になります。

クラウドに問い合わせるのではなく、手元のPCで動くAIが秒以下でレスポンスする環境が、コンシューマーレベルのハードウェアで成立します。

②リアルタイム編集支援の水準が上がります。

文章を書きながらリアルタイムに次の段落を提案する、コードを書きながら即座に補完するといった用途で、速度がボトルネックでなくなります。

③インフラコストの計算が変わる可能性があります。

クラウドAPIの従量課金モデルに代わり、ローカル実行のコスト構造が現実的な選択肢になります。

AI業界が「モデルの賢さ」を競ってきた時代から、「どう動かすか・どこで動かすか」の設計競争に移行しつつあることを、DiffusionGemmaは象徴しています。タイプライターの時代が終わるとしたら、それは印刷機が完成した時です。

神崎慧（Foresight Lab.）

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Foresight Lab. では週2回（月・木）、AIとテクノロジーの最前線をお届けしています。フォローしていただけると最新情報を見逃しません。