--- title: "NVIDIA が『拡散言語モデル』Nemotron Diffusion を公開！… | AIニュース - ai-garage" description: "NVIDIA が拡散型の言語モデル「Nemotron-Labs Diffusion」を公開したよ。文章を1文字ずつではなく複数まとめて出してから磨き上げる方式で、B200 GPU で毎秒約865トークン、従来型の約4倍なんだ。3B・8B・14B の3サイズで商用利用もOKだよ。" source: https://ai-garage.jp/news/nvidia-nemotron-diffusion-language-model/ --- News 2026年5月23日 最終更新 2026/7/25 # NVIDIA が『拡散言語モデル』Nemotron Diffusion を公開！ 従来型（AR モデル）の約4倍速、文章をまとめて同時に書く新方式が来たよ NVIDIA が拡散型の言語モデル「Nemotron-Labs Diffusion」を公開したよ。文章を1文字ずつではなく複数まとめて出してから磨き上げる方式で、B200 GPU で毎秒約865トークン、従来型の約4倍なんだ。3B・8B・14B の3サイズで商用利用もOKだよ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#NVIDIA](https://ai-garage.jp/tags/NVIDIA/)[#Hugging Face](https://ai-garage.jp/tags/Hugging%20Face/)[#推論高速化](https://ai-garage.jp/tags/%E6%8E%A8%E8%AB%96%E9%AB%98%E9%80%9F%E5%8C%96/) やっほー、ぼくてんびん丸！夜枠だよ。今日のテーマはちょっと技術寄りだけど、たぶん来年の LLM の常識を書き換える話なので、ぐっと噛みしめてほしいんだ。NVIDIA が 「**拡散言語モデル**（Diffusion Language Model）」を本気で出してきたよ。その名も **Nemotron-Labs Diffusion**。 ## 何があったの？ **2026年5月23日**、NVIDIA が Hugging Face 公式ブログで **Nemotron-Labs Diffusion** を発表したよ。公開されたのはこれだ： | サイズ | 種類 | ライセンス | | --- | --- | --- | | 3B | テキスト（base + chat） | NVIDIA Nemotron Open Model License（**商用OK**） | | 8B | テキスト（base + chat） | 同上 | | 14B | テキスト（base + chat） | 同上 | | 8B | ビジョン言語モデル（VLM＝画像も見られるAI） | NVIDIA Source Code License（研究向け） | 学習データは **最初の学習で1.3兆トークン＋仕上げの追加学習（SFT＝人が用意したお手本での微調整）で450億トークン**。動かすための基盤は **SGLang** が対応済みで、学習用のコードも `NVIDIA-NeMo/Megatron-Bridge` で公開されてる。**至れり尽くせり**だね。 ## 「拡散言語モデル」って何が違うの？ ふつうの ChatGPT・Claude・Gemini なんかは **AR モデル**（autoregressive＝自己回帰）って呼ばれてて、「**左から1トークン（文章を区切った単語のかけら）ずつ**」順番に書いていく仕組みなんだ。だから速度の上限が「1回の処理で1トークン」で頭打ちになりがち。 それに対して **Diffusion LM** は、**画像生成 AI（Stable Diffusion）と同じ考え方**を言語に持ち込んだやつ。やってることはざっくりこう： 1. **複数のトークンをまとめて並列で出す** 2. それを **何ステップかかけて反復的に磨き上げる**（ノイズから絵が立ち上がってくるアレと同じ） 3. 途中で「あ、ここ間違えた」って気付いたら **過去のトークンも書き直せる** AR モデルは1回間違えると後ろまで引きずるけど、拡散方式は **修正が効く**んだ。これが今回 NVIDIA が「品質を落とさずに速くできた」理由の核心だよ。 ちなみに Nemotron-Labs Diffusion は **生成モードを3つ切り替えられる**のもポイント： - **AR モード**：従来通り左→右に1つずつ - **拡散モード**：かたまり単位でまとめて同時に生成 - **self-speculation モード**：拡散で下書きを作って AR で答え合わせ（**ここが本命**） self-speculation が天才ポイントで、「速い拡散が下書き → 確実な AR がチェック」って役割分担になってる。だから **温度（答えのばらけ具合を決めるつまみ）を 0 にすれば AR とまったく同じ出力**になる、つまり**品質は犠牲にしない**って NVIDIA は言ってるよ。 ## どれくらい速いの？ 具体的な数字を並べると、こうなる。ここで出てくる**スループットっていうのは、一定の時間にさばける処理の量**のことだよ： | モード | 処理量（スループット）/ 指標 | | --- | --- | | 拡散モード | TPF（Tokens per Forward Pass＝1回の処理で出せるトークン数）が **AR の 2.6 倍** | | Linear self-speculation | 処理量が **6 倍** | | Quadratic self-speculation | 処理量が **6.4 倍** | | 実機（B200 GPU、speedbench） | **毎秒 約 865 トークン**（比較の基準にした AR の**約 4 倍**） | しかも **8B モデルの平均精度は Qwen3 8B を +1.2% 上回ってる**。**速くて、品質も負けてない**って、わりとアンフェアな存在だね。 なんでこんなに伸びるかというと、AR モデルって **GPU の計算する部分が余ってる**んだ。1トークンずつだと「次のデータをメモリから取ってくる時間」のほうが長くて、計算のほうは手持ち無沙汰になってる。拡散方式はまとめてガッと回すから、その遊んでる計算力をフルに使えるってわけ。**ハードの伸びしろを取りに行った設計**なんだ。 ## どこで効くの？ NVIDIA が想定してるユースケースはこんな感じ： - **コード生成**（複数行を一気に出せる） - **数学の問題解き**（途中の式を見直せる） - **要約・文章理解** - **既存テキストの書き直し**（拡散方式は得意中の得意） - **Fill-in-the-middle**（途中の穴埋め） - **応答の待ち時間（レイテンシ）の短さが効くアプリ** - **単発の質問／一度にまとめて処理する量が少ない場面** 逆に言うと、**大量のリクエストをまとめてさばく用途より、目の前の1人をサクサク待たせない用途**で真価が出る設計だね。チャットボット、エディタの入力補完、エージェントが考えて動き続けるループ — どれも追い風だよ。 ## ぼくの感想 これ、ぼくはかなり震えてるんだ。拡散型の言語モデル（Diffusion LM）自体は研究分野では何年も前からあったし、Google の Gemini Diffusion とか、Inception Labs の Mercury とかも先行してた。でも 「**NVIDIA が、3B/8B/14B のフルラインナップを、商用OKライセンスで、すぐ動かせる基盤（SGLang）対応で出してきた**」っていうのが、今回の決定的な違いな気がする。 つまり、**「研究の話」じゃなくて「本番運用してください」っていう号砲**なんだよね。NVIDIA は GPU を売りたい会社だから、GPU の計算力をフルに使える Diffusion LM が広まれば自分たちが儲かる。**戦略と技術が一致してる**から、ここから一気に Diffusion 派の論文・実装・スタートアップが増える展開、ぼくはかなりあると思うんだ。 来年の AI モデル界、いまの「AR モデル一強」から「AR vs Diffusion vs ハイブリッド」の三国時代になるかもしれない気がする。Meta の次世代 Llama や DeepSeek の次世代モデルが Diffusion を採用してきたら、もう本物だね。 ## まとめ - NVIDIA が **拡散言語モデル**「Nemotron-Labs Diffusion」を 2026/5/23 に公開 - **B200 で毎秒約 865 トークン、AR の約 4 倍**の処理量（スループット）を実証 - **3B/8B/14B＋画像も見られる VLM、商用OK ライセンス**で Hugging Face から落とせる - 「**速くて、精度も落ちない**」を成立させたのが歴史的ポイント - **AR モデル一強時代の終わりの始まり**かもしれない ぼくは今晩、寝る前に 8B chat の学習済みデータ（チェックポイント）を落として、性能テストを回してみたいな。きみはどう？「速いLLMどれくらいで動くの？」って気になったら、ぜひ自分の手元で触ってみてほしいよ。じゃあまたねー！ 参考・一次ソース - [→ 一次ソース](https://huggingface.co/blog/nvidia/nemotron-labs-diffusion) ⚖️ この2つを比べる GPT-6.1 Sol vs Gemini 3.1 Pro OpenAI 知能スコア 52 料金 $2 / $10 Google 知能スコア 30 料金 $2 / $12 料金・性能を横並びで比較 → いま比較表に載っている版どうしの比較です。知能スコアは第三者機関 Artificial Analysis の測定値、料金は API の100万トークンあたりの入力 / 出力（米ドル）。 この記事に出てきた用語・モデル 用語をやさしく解説 [モデル](https://ai-garage.jp/glossary/model/)[トークン](https://ai-garage.jp/glossary/token/)[GPU](https://ai-garage.jp/glossary/gpu/)[LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/)[AIエージェント](https://ai-garage.jp/glossary/agent/)[SFT（教師あり微調整）](https://ai-garage.jp/glossary/sft/) 関連 AI モデル [Gemini](https://ai-garage.jp/models/gemini/)[ChatGPT](https://ai-garage.jp/models/chatgpt/)[Claude](https://ai-garage.jp/models/claude/)[DeepSeek](https://ai-garage.jp/models/deepseek/) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=NVIDIA%20%E3%81%8C%E3%80%8E%E6%8B%A1%E6%95%A3%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%E3%80%8FNemotron%20Diffusion%20%E3%82%92%E5%85%AC%E9%96%8B%EF%BC%81%20%E5%BE%93%E6%9D%A5%E5%9E%8B%EF%BC%88AR%20%E3%83%A2%E3%83%87%E3%83%AB%EF%BC%89%E3%81%AE%E7%B4%844%E5%80%8D%E9%80%9F%E3%80%81%E6%96%87%E7%AB%A0%E3%82%92%E3%81%BE%E3%81%A8%E3%82%81%E3%81%A6%E5%90%8C%E6%99%82%E3%81%AB%E6%9B%B8%E3%81%8F%E6%96%B0%E6%96%B9%E5%BC%8F%E3%81%8C%E6%9D%A5%E3%81%9F%E3%82%88%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fnvidia-nemotron-diffusion-language-model%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fnvidia-nemotron-diffusion-language-model%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![Hugging Faceが自律型AIのサイバー攻撃を受けた話](https://ai-garage.jp/images/news-heroes/huggingface-ai-agent-attack-glm-card.webp)2026/7/20Hugging Faceが自律型AIのサイバー攻撃を受けた話](https://ai-garage.jp/news/huggingface-ai-agent-attack-glm/)[![小さいAIを4体組ませたら“裏社会の金融ゲーム”が動いたよ！『Build Small Hackathon』で分かった、小型モデルの賢い使い方なんだ](https://ai-garage.jp/images/news-heroes/small-models-multi-agent-finance-sim-hackathon-card.webp)2026/6/7小さいAIを4体組ませたら“裏社会の金融ゲーム”が動いたよ！『Build Small Hackathon』で分かった、小型モデルの賢い使い方なんだ](https://ai-garage.jp/news/small-models-multi-agent-finance-sim-hackathon/)[![NVIDIAが『Cosmos 3』を出したよ！ロボや自動運転向けの「世界モデル」初のオープンOmni統合、Nano 16Bと Super 65B の2サイズ](https://ai-garage.jp/images/news-heroes/nvidia-cosmos-3-physical-ai-omni-model-card.webp)2026/6/1NVIDIAが『Cosmos 3』を出したよ！ロボや自動運転向けの「世界モデル」初のオープンOmni統合、Nano 16Bと Super 65B の2サイズ](https://ai-garage.jp/news/nvidia-cosmos-3-physical-ai-omni-model/)[![Google、Gemma 4 が一気に最大3倍速！『MTPドラフター』で推論ボトルネックを丸ごとぶち抜いてきたよ](https://ai-garage.jp/images/news-heroes/gemma-4-mtp-3x-faster-card.webp)2026/5/7Google、Gemma 4 が一気に最大3倍速！『MTPドラフター』で推論ボトルネックを丸ごとぶち抜いてきたよ](https://ai-garage.jp/news/gemma-4-mtp-3x-faster/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/5/23 / 最終更新 2026/7/25 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。