3月29日消息，科技巨頭谷歌遭遇了一場突如其來的“學術誠信”危機。這一切，都源于一篇號稱能“顛覆AI內存市場”的論文。

3月25日，谷歌高調發布TurboQuant壓縮算法論文，聲稱這項技術能將AI大模型運行時最耗資源的KV緩存內存占用降至原來的1/6，速度提升8倍。消息一出，資本市場率先作出反應——美光、西部數據等存儲巨頭股價應聲暴跌，單日總市值蒸發超過900億美元。業界驚呼，這簡直是谷歌版的“DeepSeek時刻”。

然而，這場科技盛宴只持續了短短兩天。3月27日，蘇黎世聯邦理工學院的華人博士后高健揚的一紙指控，將谷歌從神壇拉入泥潭。

指控內容顯示，高健揚是RaBitQ算法的第一作者，該算法早在2024年就已發表，并連續被兩大頂會SIGMOD收錄，代碼完全開源。他直指谷歌的TurboQuant存在三方面嚴重問題。

一是“核心技術回避”。高健揚指出，TurboQuant的核心方法——隨機旋轉與量化，與RaBitQ高度相似。然而，谷歌論文不僅刻意回避引用RaBitQ，還將審稿人要求討論兩者關系的意見置之不理，在終稿中將相關內容移至附錄。

二是“理論結果貶低”。谷歌論文在毫無依據的情況下，將RaBitQ的理論保證定性為“次優”，試圖貶低其學術價值。高健揚強調，RaBitQ的擴展論文早已嚴格證明其誤差界已達到理論計算機頂級會議FOCS給出的漸近最優界。

三是“實驗設置不公”。對比實驗中，谷歌團隊采用雙重標準：測試RaBitQ時使用單核CPU且關閉多線程，而測試TurboQuant時則動用NVIDIA A100 GPU加速。這種刻意的條件不對等，人為制造了巨大的性能差距。

另外，指控還透露，TurboQuant的第二作者曾于2025年1月主動聯系高健揚，請教RaBitQ的代碼細節。這意味著谷歌團隊對該算法了如指掌，卻在論文中刻意回避。

面對指控，TurboQuant第一作者Amir Zandieh辯稱隨機旋轉是“領域標準技術”，不可能引用每一個相關方法。他僅承諾修正部分實驗細節，卻拒絕承認技術上的相似性，也拒絕補充核心引用。

高健揚對此深感無奈。他擔心，憑借谷歌巨大的平臺影響力，這篇論文已獲得數千萬次曝光。若不及時糾正，論文中對RaBitQ的錯誤描述和貶低將自動成為大眾“共識”，歷史將被改寫。

目前，高健揚已在ICLR公開平臺發表評論，并向會議委員會提交正式投訴。這場風波已從單純的技術爭議，演變為學界小人物對抗科技巨頭“學術話語權”的維權事件。

蘇黎世聯邦理工學院博士后高健揚在知乎賬號發布的全文