近日，谷歌研究团队发布关于TurboQuant的论文，宣称可将AI大模型运行时的键值缓存压缩至原有的1/6以下。该论文直接引发存储巨头股价集体暴跌，有业内人士甚至称其为“谷歌的DeepSeek时刻”。然而，这一成果很快遭到质疑——苏黎世联邦理工学院的中国博士后高健扬于3月27日在社交平台发文，直指TurboQuant核心方法与他2024年发表的完全开源的RaBitQ高度相似。

　　高健扬2021年本科毕业于北京师范大学数学系，2025年获新加坡南洋理工大学博士学位，随后进入苏黎世联邦理工学院从事博士后研究，研究方向与当前AI热点高度契合。他对RaBitQ已开展两年研究，发表两篇顶会论文，且代码全部开源。

　　高健扬指出，谷歌不仅未在论文正文中客观探讨两者关联，还在明知其成果的前提下，将RaBitQ的理论结果贬低为“次优”。更关键的是，这些问题在论文投稿前就已通过邮件告知谷歌团队，对方承认部分错误，却仅承诺“会议结束后再小修”，未彻底更正。

　　他指出，TurboQuant与RaBitQ核心均采用随机旋转变换做向量量化，方法结构高度一致。谷歌刻意回避技术关联、无据贬低RaBitQ理论最优性、实验设计不公。

　　高健扬团队自2025年5月起多次邮件沟通，谷歌方面只承诺修正部分问题，拒绝承认技术相似性。因为谷歌论文传播很广，高健扬担心错误研究会变成共识，选择公开证据与时间线，要求还原学术真相。

　　高健扬在帖子中说，发帖目的是让公共学术记录准确反映各方法间的真实关系。“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。”

　　扬子晚报/紫牛新闻记者 宋世锋