谷歌TurboQuant压缩算法论文被指抄袭

3月29日消息，科技巨头谷歌遭遇了一场突如其来的“学术诚信”危机。这一切，都源于一篇号称能“颠覆AI内存市场”的论文。

3月25日，谷歌高调发布TurboQuant压缩算法论文，声称这项技术能将AI大模型运行时最耗资源的KV缓存内存占用降至原来的1/6，速度提升8倍。消息一出，资本市场率先作出反应——美光、西部数据等存储巨头股价应声暴跌，单日总市值蒸发超过900亿美元。业界惊呼，这简直是谷歌版的“DeepSeek时刻”。

然而，这场科技盛宴只持续了短短两天。3月27日，苏黎世联邦理工学院的华人博士后高健扬的一纸指控，将谷歌从神坛拉入泥潭。

指控内容显示，高健扬是RaBitQ算法的第一作者，该算法早在2024年就已发表，并连续被两大顶会SIGMOD收录，代码完全开源。他直指谷歌的TurboQuant存在三方面严重问题。

一是“核心技术回避”。高健扬指出，TurboQuant的核心方法——随机旋转与量化，与RaBitQ高度相似。然而，谷歌论文不仅刻意回避引用RaBitQ，还将审稿人要求讨论两者关系的意见置之不理，在终稿中将相关内容移至附录。

二是“理论结果贬低”。谷歌论文在毫无依据的情况下，将RaBitQ的理论保证定性为“次优”，试图贬低其学术价值。高健扬强调，RaBitQ的扩展论文早已严格证明其误差界已达到理论计算机顶级会议FOCS给出的渐近最优界。

三是“实验设置不公”。对比实验中，谷歌团队采用双重标准：测试RaBitQ时使用单核CPU且关闭多线程，而测试TurboQuant时则动用NVIDIA A100 GPU加速。这种刻意的条件不对等，人为制造了巨大的性能差距。

另外，指控还透露，TurboQuant的第二作者曾于2025年1月主动联系高健扬，请教RaBitQ的代码细节。这意味着谷歌团队对该算法了如指掌，却在论文中刻意回避。

面对指控，TurboQuant第一作者Amir Zandieh辩称随机旋转是“领域标准技术”，不可能引用每一个相关方法。他仅承诺修正部分实验细节，却拒绝承认技术上的相似性，也拒绝补充核心引用。

高健扬对此深感无奈。他担心，凭借谷歌巨大的平台影响力，这篇论文已获得数千万次曝光。若不及时纠正，论文中对RaBitQ的错误描述和贬低将自动成为大众“共识”，历史将被改写。

目前，高健扬已在ICLR公开平台发表评论，并向会议委员会提交正式投诉。这场风波已从单纯的技术争议，演变为学界小人物对抗科技巨头“学术话语权”的维权事件。

苏黎世联邦理工学院博士后高健扬在知乎账号发布的全文