谷歌沉默，ICLR 未回应！TurboQuant 争议背后，大厂学术霸权该如何破局？

这几天，TurboQuant 几乎成了 AI 学术圈里最热的争议事件之一。 一边是 Google Research 高调发博文，把它包装成能显著降低大模型推理成本、并将在 ICLR 2026 亮相的“突破性”工作，另一边则是先行工作RaBitQ的作者——高健阳以知乎答主身份在社区怒喷，最新一次帖子更新是3.30日凌晨，他认为这篇论文在方法描述、理论比较和实验披露上都存在严重问题，这条知乎帖子已经拿到近5K赞。短短几天里，这场风波已经不只是技术讨论，而开始变成一场关于原创归属、论文叙事和大厂学术权力的公开拉扯。 先把 TurboQuant 的问题说清楚，在这次争议里，外界对谷歌的质疑并不只是一个模糊的“像不像”。 公开评论已经把焦点明确指向三点：第一，TurboQuant 是否刻意弱化了与 RaBitQ 的关键方法关系；第二，论文把 RaBitQ 的理论说成“suboptimal”，这个判断是否站得住脚；第三，实验比较设置是否存在对自己有利、对先行工作不利的安排。 这些目前仍属于公开争议，不是正式裁定，但它至少说明，这场风波从一开始就不是简单的“漏引文献”，而是直接打到了学术研究最核心的三件事：方法归属、理论表述和实验公平性。 当「突破」由大厂先行定义 但如果只把 TurboQuant 争议理解成“谷歌有没有抄 RaBitQ”，那反而容易把问题看小了。 真正刺眼的地方在于，在这些问题尚未厘清之前，谷歌已经借助官方博客、顶会标签和品牌影响力，先把 TurboQuant 讲成了一个“重新定义 AI 效率”的新突破。 官方博客强调它在 KV cache 压缩和性能提升上的亮眼数字，OpenReview 页面则把它写成接近理论最优的方案，也就是说，在争议还停留在 rebuttal、评论和技术澄清阶段时，大厂已经先把“突破”的历史版本写出去了。 市场和学界最先看到的就是“大厂新成果”，而