谷歌算法闹剧曝光：我们忍AI涨价太久了！

2026-03-30 09:39:50

谷歌算法闹剧曝光：我们忍AI涨价太久了！

如果不是谷歌TurboQuant搞了这样一场闹剧，我都没发现——我们忍AI涨价，已经忍了这么久了！

这个月24号，谷歌研究院突然扔出一颗重磅炸弹：他们研发出一种名为TurboQuant的极端压缩算法，能把大模型推理时的内存消耗压缩到3.5bit，相当于以前用600G内存才能搞定的事儿，现在只要100G就行了！

消息一出，整个AI圈都炸了！存储大厂的股价应声下跌——美光科技市值蒸发151亿美元，闪迪暴跌36亿，西部数据也损失了16亿！

就连Cloudflare的CEO都发文评价：这是谷歌的DeepSeek时刻！

💡 算法革命还是学术丑闻？

很多朋友看到这消息，估计要在被窝里笑出声了：干得漂亮！内存、固态硬盘是不是要降价了？咱们攒机党是不是终于熬出头了？

我也希望事情往这个方向发展，但还没等我搞明白TurboQuant到底怎么个Turbo法，事情就迎来了180°大反转！

3月27号晚上，苏黎世联邦理工学院的博士后高健扬，在知乎、X和ICLR评审平台上同步发文，指控谷歌TurboQuant论文存在严重的学术不端！

高博士发现，谷歌的TurboQuant跟自己团队搞的RaBitQ算法高度撞车，底层都用了“随机旋转加JL变换”。

更离谱的是，高博士甩出邮件证明：早在2025年1月，谷歌这篇论文的二作Majid就专门发邮件，低声下气地找高博士求助怎么跑通RaBitQ的代码！

这就不对了——谷歌这是把人家底细都摸透了，却在胜利结算的时候绝口不提别人干了啥？

⚠️ 论文里的“魔幻”操作

光掩盖来源还不算，谷歌TurboQuant团队甚至无视既定的数学证明，直接在论文里空口白牙地硬踩高博士的理论！

高博士认为自己的RaBitQ算法，已经被严格证明达到了理论计算机顶会级别的一流标准。结果TurboQuant团队连推导都不看，在毫无证据的情况下，直接在正文里给高博士盖了个“理论次优、分析粗糙”的帽子！

但最让人绷不住的，是谷歌那堪称“魔幻”的跑分双标！

论文里吹牛说自家算法比RaBitQ快了几个数量级，但背后的暗箱操作极其下作：

谷歌给自己配的是算力怪兽A100 GPU
给对手安排的却是关掉了多线程的CPU
放着人家现成的、高度优化的C++开源代码不用
非要用TurboQuant论文二作自己半吊子翻译的Python版本去跑

在去年5月的邮件里，这篇论文的二作作者亲口承认了这种“单核打多核”的非对称操作，也承认把这事同步给了论文的其他共同作者。

但在最终发表的论文里，这两层能引发量变级差异的软硬件信息，被抹得干干净净！

🌟 市场震荡背后的真相

这篇带有硬性错误的论文，被ICLR 2026会议接收，再后来，就有了我们开头说的故事——通过谷歌研究院官方渠道大规模推广这篇论文！

谷歌研究院只提到了TurboQuant有多厉害，能节省多少内存，但只字未提支撑TurboQuant的这篇论文本身的种种错误！

这些推广，在社交媒体浏览量已达到数千万次，于是便有了上周几个头部存储厂商的股市震荡！

高博士估计也是实在是看不下去了，才选择发文公开实锤了！

随即存储市场这边，也逐渐从第一波震荡中缓过神来了。Amir Zandieh回高博士邮件的当天，美光科技当日收高0.5%，但本周累计仍下跌15.5%！

💡 我们为什么这么容易被骗？

我不知道大家听完这段故事，是啥感觉。

我是觉得自己像个瓜田里反应迟钝的那个猹，看着同伴们吃完这个瓜，已经要去吃下一个了，正发愁自己要掉队了。结果一转身就发现猹哥们已经在喷射了——这瓜，有毒！

更让人想不通的是，这篇存在明显错误的争议论文，隔了一年才被谷歌放出来做宣传，可直到高博士站出来锤谷歌之前，我们好像也没听到谁站出来质疑！

市场不语，只是震荡；所谓的AI圈也只是狂欢——终于有人能治一治AI大模型狂吃内存的毛病了！

为数不多还保持理智的分析机构和国内自媒体，也只是指出这事儿完全符合华尔街老提的“杰文斯悖论”：

TurboQuant确实把长文本推理的成本打下来了，但门槛一低，厂商们绝对会放开手脚去搞开发！现在国产模型上下文窗口的主流标准是200K-256K，少数能做到1M。但是国外主流模型已经能够做到1M了。你们说有了这套算法之后国外的模型会不会想着扩大优势，国产模型会不会想着奋起直追？到时候各种多模态、长上下文的应用大批量上线，因为更好用导致用的人和场景成倍增加，全球真正需要的算力和存储硬件不仅省不下来，反而还会被巨大的需求量直接拉爆！

但质疑TurboQuant是不是真的这么厉害的声音，好像被盖过去了。相当于是很大一部分人，不加考证，也不去了解学术圈内的实际情况，默认了谷歌的这个TurboQuant确实能改变世界！