一篇论文崩掉6200亿市值！谷歌捅的篓子，正在血洗整个AI圈

一篇论文，干崩全球存储巨头，抄了华人学者成果还不承认，网友炸锅：“说好的不作恶呢？”

血案之夜：6200亿灰飞烟灭

3月26日，一个注定被华尔街铭记的日子。

谷歌研究院丢出一枚“技术核弹”——一篇名为TurboQuant的AI论文横空出世，宣称：在不损失任何模型精度的前提下，将AI大模型KV缓存内存占用压缩至1/6，计算速度暴增8倍。

这是什么概念？通俗点说，如果你是个AI应用开发者，以前跑大模型需要6张显卡，现在1张就够；以前要等8秒，现在1秒出结果。AI推理从此不再昂贵——至少，谷歌的论文是这么说的。

消息一出，全球资本市场瞬间恐慌。

投资者们的大脑只有一个想法在狂闪：如果AI不需要那么多内存，那内存还有什么用？

当天，存储芯片巨头们上演了惨烈的“跳水比赛”。SK海力士股价一度暴跌6.4%，美光、Sandisk、西部数据纷纷跟跌。更夸张的是，就在谷歌论文发布后的极短时间内，美国和韩国的内存巨头累计市值蒸发超过900亿美元——折合人民币6200亿。

有业内人士甚至将这称为 “谷歌的DeepSeek时刻” ，意味着又一个来自巨头的技术突破即将颠覆整个行业格局。

然而所有人都没想到，这场狂欢持续了不到24小时。

逆转时刻：中国博士后的一封“公开挑战信”

3月27日晚上10点，苏黎世联邦理工学院博士后、RaBitQ算法第一作者高健扬在社交平台公开发声，直接引爆了这场风暴的第二弹。

他用一份内容详实、逻辑严谨的公开信，对谷歌论文的核心内容逐条提出了三点尖锐质疑：

第一，方法来源未如实说明。 高健扬指出，谷歌TurboQuant的核心机制——量化前对输入向量施加随机旋转——与他在2024年发表的RaBitQ论文高度一致，谷歌不仅未在论文中提及这一联系，而且刻意回避了相似性。

第二，理论被无据贬低。 谷歌论文在没有任何推导或证据支撑的情况下，将RaBitQ的理论保证定性为“次优”，这引发了高健扬的强烈不满。

第三，实验环境不公平。 谷歌团队在对RaBitQ进行实验对比时，用的是单核CPU，而对TurboQuant则用的是A100 GPU。这不是技术对比，这简直是用“拖拉机”和“法拉利”比速度。

更令人震惊的，是后面的时间线。

高健扬披露：早在2025年1月，TurboQuant论文的第二作者Majid Daliri就主动联系了他，请求协助调试他自己基于RaBitQ C++代码翻译的Python版本。换句话说，谷歌团队是在深度研究了高健扬的RaBitQ代码后，才写出了自己的论文。

2025年4月论文发布后，高健扬团队在5月通过邮件向谷歌提出了上述问题。Majid Daliri当时明确表示已将讨论结果告知全体共同作者。然而，当高健扬要求修正论文中的事实性错误时，他停止了回复。

2025年11月，高健扬发现TurboQuant已提交至顶级会议ICLR 2026，而那些错误内容原封未动。他向会议主席反映，未获回应。

直到2026年3月论文通过谷歌官方渠道大规模推广、浏览量已达数千万次后，高健扬再次联系谷歌。收到的回复是：第一作者Amir Zandieh承诺修正理论描述和实验条件，但明确拒绝修正方法论相似性的讨论，而且只愿在ICLR 2026会议结束后再做修改。

沟通超过一年，明知问题所在，却拒不修正。

高健扬最终选择了公开。他在声明中写道：“一篇论文被谷歌以数千万曝光量推向公众，错误叙事无需主动传播，只要不被纠正，就会自动成为共识。”

3月29日，《每日经济新闻》记者联系谷歌寻求置评。截至发稿，谷歌方面“尚未收到回复”。

面对一场关乎学术诚信的全球性质疑，全球市值最高的科技巨头，选择了沉默。

深度解密：一篇论文，为何能血洗万亿市场？

如果说学术争议是“内行看门道”，那么资本市场那900亿美元的蒸发，就是“外行看热闹”了。TurboQuant论文之所以能产生如此巨大的冲击波，其背后交织着三重复杂逻辑。

第一层，从市场恐慌来看，它是投资者的“惊弓之鸟”。

过去两年，AI行业高速发展让存储芯片板块迎来牛市，一句“AI内存需求无上限”成了投资圈的信仰。TurboQuant论文恰好击中了市场的“应激点”——投资者片面解读其技术价值，认为算法优化会替代传统存储硬件，恐慌性抛售由此蔓延。

然而摩根士丹利在研报中明确指出：市场存在明显误读。该算法仅针对AI模型推理阶段的KV Cache，既不涉及模型训练，也不影响核心存储需求。换句话说，这900亿美元，大概率是一场被技术故事吓出来的“冤枉钱”。

第二层，从学术伦理来看，它是大厂叙事权对小研究者的“降维打击”。

AI行业的话语权正日益集中到科技巨头手中。一篇论文，只要打上“谷歌”的标签，就能在社交媒体上获得数千万次曝光。而中小研究者的原创成果，即便发表在顶级会议，也往往难以获得同等关注。

高健扬的公开信，恰恰折射出一个结构性的困境：华人学者的优质研究，常面临被忽视、被借鉴甚至被“洗稿”的处境。TurboQuant事件的核心争议，本质上是科技巨头对AI技术定义权和叙事权的垄断。

第三层，从“不作恶”的崩塌来看，它是一种信仰的幻灭。

“Don‘t be evil”（不作恶），曾是谷歌引以为傲的企业座右铭。但当谷歌被指控抄袭开源成果且“知错不改”时，这句口号成了一个黑色幽默。有网友在评论区直言：“说好的不作恶呢？论文署了谷歌的大名，底子比什么都脏。”

当垄断大厂为了抢夺技术定义权而“选择性失明”，甚至不惜扭曲学术事实时，这场由论文引发的“血案”，已经从技术之争演变为一场对科技伦理的严肃拷问。

狂欢中的“赢家”：谁在风暴中暗自窃喜？

一片哀嚎之中，却有一群人正在暗自狂欢。

赢家一：DeepSeek，华人开源力量的“意外神助攻”

这场“血案”中笑得最开心的，或许是中国AI公司DeepSeek。就在谷歌论文引发争议的同一时期，DeepSeek凭借“全栈开源”策略和架构创新，打破了大厂的技术垄断。其开源模型在多个推理基准测试中甚至超越谷歌最先进的闭源模型。

有分析指出，DeepSeek通过“效能革命+成本控制”打破算力资源垄断，其成功本身就是对巨头“闭源护城河”叙事的一记响亮耳光。

TurboQuant事件为全球科技界提了一个醒：当大厂论文可以被公开质疑时，开源社区所信奉的“代码即真理”正在成为新的行业标准。

赢家二：AI基础软件与算力优化赛道

另一个赢家是AI基础软件与算力优化这一赛道。TurboQuant虽然引发了恐慌，但它揭示了一个事实：AI行业的焦点正在从“堆算力”转向“优化算力”。那些真正能够提升运行效率的技术，正获得前所未有的关注和资本青睐。艾瑞咨询指出，市场正在从“唯容量论”转向“效率与容量并重”。

这场风波，无意中为“效率优先”的技术路线打了一轮价值千亿的免费广告。

狂欢中的“输家”：谁在吞下苦果？

比起赢家，输家更显眼。

输家一：存储芯片股，一场“无妄之灾”

SK海力士、美光、西部数据等存储巨头成了这场风波的最大“躺枪者”。一篇跟他们毫无关系的论文，仅仅因为被市场误读，就让他们的市值蒸发了数百亿美元。虽然随着市场逐步恢复理性，股价有所反弹，但这次震荡暴露了资本市场对AI叙事的高度敏感和脆弱。

输家二：谷歌的学术声誉

如果谷歌处理不当，这可能是对谷歌学术声誉的一次重创。目前谷歌的公关策略似乎是“冷处理”——拒绝回应、拒绝沟通。但沉默无法解决问题，只会让“谷歌抄袭开源成果”“知错不改”的标签越贴越牢。高健扬在对话中提到，谷歌团队最终给出的方案是“会议结束之后才做修改”。这种近乎傲慢的姿态，正在侵蚀谷歌在全球科研社区多年积累的信任。

输家三：普通AI开发者的选择困难

对普通AI开发者而言，这场风波让他们面临一个棘手的问题：TurboQuant的技术到底可信吗？是高健扬所说的学术不端，还是谷歌说的颠覆性突破？在没有权威裁定之前，开发者们陷入了一个尴尬的境地——想用新技术的怕踩坑，不想用的怕落后。信息的不对称，最终让技术落地进程停滞。

血仍未冷：AI圈的下一场地震，或许就在明天

“不作恶”的信条已成历史，AI圈的权力游戏才刚刚开始。

谷歌TurboQuant事件的本质，并非一次简单的学术剽窃指控，而是一场关乎技术定义权、市场叙事权和学术伦理底线的暗战。巨头的技术神话正在一个个破灭，而开源社区和中小研究者的力量正在以意想不到的方式崛起。

当一篇论文就能血洗万亿市场，当一项“颠覆性技术”随时可能翻车，我们不得不重新审视一个根本性的问题：

AI行业的未来，究竟掌握在谁手中？

是手握资本和流量话语权的科技巨头，还是那些默默耕耘、用开源精神推动技术进步的草根研究者？

高健扬的故事给了我们一个答案。在“谷歌”这样一个庞然大物面前，一位年轻的中国学者凭借详实的证据、缜密的逻辑和对真相的坚持，让全世界看到了不一样的声音。

也许，这才是这场风波留给AI圈最大的意义。

正如一位网友在社交媒体上写道：“AI时代，没有什么是不可质疑的。哪怕它的署名是Google。”