最近终于有空余时间发博客，也是打算聊一下 TDM 是什么。之前在短视频平台上，看到那些 AI 生图的过程。不是 Prompt 的过程，也不是本地部署的过程，作者直接在手机上本地部署 SD 模型，并关闭了遮罩。AI 先是将整块画布涂成了灰色，这一步就是在画布上摆满噪声。紧接着，AI 逐渐解析这些噪声，画面看着越来越清晰：最开始还是只有一个影子，结果越到后面影子越清楚，居然成了一个抱着苹果啃的美少女！这着实把我看得一愣一愣的，虽然说，我在 AI 画不好手的那段时期就了解过 Stable Diffusion。但如今真正看到它的作画过程，还是有点小惊讶的。你真的很难想象：一堆毫无看头的落叶，能够逐渐成为一幅画。

紧接着我又想，既然 Diffusion 可以将图片上的像素这样一步一步扩散成一幅画。那有没有一种可能，同样的技术也能够在一段长度相同的字符里面慢慢扩散成一篇文章？抱着好奇的心态，我请教了恩师 DeepSeek。它搜索了现有资料，给出了我答案：能，还真能！我勒个，这不是在吓我吧？尤其是 DeepSeek 还向我描述了更加详细的工作原理。TDM 不同于以往的 LLM 模型，它直接就是生成字符范围，逐渐修改这个范围的文字到合理的程度。这个过程就像生成图片那样有二十步：第一到第十步，就是填充文字；第十一到十五步，逐渐修改文字；第十六到二十步，直接把文字修改到合理为止。LLM 是一个字一个字吐出来，根据上下文思考和输出内容。

而且得益于 Diffusion 的生成过程，这家伙的文本处理方式居然是同时看到所有内容并处理。这意味着它不会像 LLM 一样写着写着就忘了什么，而是一步一步改那些结果输出，真的很令人改变三观了。但又因为 Diffusion 的实现缺陷，可能会导致出现一些小 Bug。大伙应该都记得 SD 刚出来那会，学习技术不是很成熟，遇到画手的地方直接多画了一根手指，对吧？没错的，TDM 大概率出现这些问题。DeepSeek 给我打了个比喻：就像是写一篇独生女的家庭文章，文中处处都在刻画到底有多么幸福，结果最后文中突然出现一个哥哥。你猜为什么出现哥哥？因为家庭幸福和哥哥这个词离得特别近，但内容确实是家庭幸福了。

你想现在就用上这些模型吗？非常简单，去部署一个 DiffusionGemma 就可以了，这是谷歌 DeepMind 最新开源的文本扩散模型。虽然目前在编程任务、个人聊天方面还是一地鸡毛，但是玩却是真的能玩了。目前在互联网上发布 Text Diffusion Model 的文章特别少，包括本文章在内可能都没几个文章，甚至可能大部分都是论文。因为 TDM 还和另外一个同名图像技术有关，所以你也可能在搜索结果看到图像技术的相关内容。但不管怎么说，这片新领域还是很有看头的（不是说赚钱啊，别喷我），谁不想二十步内就生成一篇字数接近一千多文章。慢慢等 LLM 一个一个联想还是太久了，写小说肯定是越快越好，多来几个修仙神文就棒极了！