在3月最后一周，这篇被谷歌官方博客高调宣传的论文，曾以一己之力砸崩全球存储芯片股，美光、SK海力士、三星电子等市值蒸发超900亿美元。论文指出，TurboQuant 这种压缩算法能够将大语言模型的 KV 缓存内存占用减少至少 6 倍，速度提升高达 8 倍，且精度零损失。

华尔街的恐慌在于：如果软件能把AI内存需求压缩6倍，芯片硬件的增长逻辑就要重写。

然而，反转来得很快。3月27日，RaBitQ作者、苏黎世联邦理工学院博士后高健扬在知乎发布万字长文，指控谷歌团队存在系统性学术问题，舆论迅速转向对谷歌学术不端的拷问。

业界普遍认为，RaBitQ率先提出了原创方法，TurboQuant在其基础上进行了优化，却未给予应有的引用与尊重，甚至作出了不公正的贬低。

4月1日，面对外界的指控，论文第二作者Majid Daliri终于出来，代表团队在OpenReview平台上发布了一份共四个点的“技术澄清”。

在核心技术新颖性方面，谷歌辩称，TurboQuant的核心方法并非源自RaBitQ。因为“随机旋转是量化文献中一种标准的、无处不在的技术”，早在RaBitQ出现前就被广泛使用。TurboQuant的真正创新在于推导出了旋转后的坐标分布。

但学术圈的规则是：如果某人是第一个把“轮子”用在“汽车”上，并造出了完整的车，后来的造车者引用并致谢是基本的学术礼仪。谷歌将前人成果轻描淡写为行业常识，等于把先行者贡献降级了。

其次，关于贬低RaBitQ理论为“次优”的指控，论文作者承认，是因为自己没仔细看对方的附录，漏了一个常数因子，才得出了草率的结论，“导致我们最初诚实地将该方法描述为次优”。现在仔细研究了，发现RaBitQ确实是最优的，团队正在更新TurboQuant手稿。

不过，一篇顶会论文，对同行核心理论的负面评价建立在“没看清附录”的基础上，这一解释的力度难免受到质疑。

在第三点，针对“把对手绑住手脚再赛跑”的指控，Majid Daliri直接指出，即使完全省略了与RaBitQ的运行时比较，该论文的科学影响和有效性也基本保持不变。因为TurboQuant的主要贡献在于压缩质量的权衡，而不是特定的加速。

此前高健扬在公开信中披露，谷歌团队测试RaBitQ时使用单核CPU并关闭多线程，测试TurboQuant时则采用英伟达A100 GPU。尽管团队宣称速度对比并非核心，论文中却仍将速度作为关键卖点之一。

最后，谷歌在回应中暗示对方“别有用心”，指出论文自2025年4月就在arXiv发布，对方有将近一年时间通过学术渠道提问题，却等到论文获得广泛关注后才闹大。

根据高健扬此前的回应，早在2025年5月双方就通过邮件私下沟通，2025年11月还曾联系ICLR组委会，但均未得到有效回应。直到谷歌通过官方渠道将论文推上千万级曝光量的神坛，学术纠正才变得迫在眉睫。

在OpenReview上，有研究者评论，这是一个值得更多关注的严重问题。“看到从事实际基础工作的人被忽视，而大型、有影响力的组织却大肆宣传自己的成果，这令人沮丧。”在这一点上，感觉不像是科学，更像是一场与大厂的公关竞赛。

同时，TurboQuant论文的审稿人也站出来表达态度，称由于其理论分析和实验结果，对这篇论文曾给予了很高的评价。

“然而我也明确指出，RaBitQ和TurboQuant都使用随机旋转，并要求TurboQuant的作者比较TurboQuant和RaBitQ之间的设计差异如何影响性能。”这位审稿人表示，正确的学术实践是在论文中深入讨论RaBitQ和TurboQuant之间的差异，但审稿时“惊讶地发现RaBitQ在主论文的实验部分只提到过一次”。

不可否认，TurboQuant在技术层面具备商业潜力。一位人工智能硕士在知乎上分析称，在大模型推理场景中，KV缓存内存占用直接决定单卡可同时处理的请求数量，是推理服务商最核心的经济指标。同样一张卡，并发量若提升6倍，每个请求的推理成本理论上可降至原来的六分之一。对于那些每天处理数十亿次API调用的AI厂商而言，这将是一项巨大的降本利器，这也是此次股市震荡的原因。

谷歌这一论文即将在4月底的机器学习顶级会议ICLR 2026上发表，但看起来团队要先迈过这场学术争议的门槛。风波最终会如何收场，仍有待观察。