Нелепо! Статья Google полностью провалилась: 620 миллиардов акций памяти, и вдруг скопировали достижения китайских ученых? Пользователи: Разве обещали не злоупотреблять?

（Источник：Алгоритмология для энтузиастов）

27 марта 2026 года Google, который буквально одной статьёй зажёг весь мир в сегменте памяти, вызвав колебания с потрясением рыночной капитализации более чем на 90 млрд долларов, внезапно оказался втянут в двойной скандал — академический плагиат и фальсификацию данных. Китайские учёные публично обвинили его в академическом буллинге, и за одну ночь компания сорвалась с «олимпа» прорывов в AI-технологиях. Это вызвало бурю в технологической и академической среде.

I. Предыстория события: «кровавое мытьё» памяти статьёй Google — за одну ночь «увековечивание»

26 марта исследовательский институт Google на платформе arXiv для препринтов опубликовал включённую в ICLR 2026 статью «TurboQuant：онлайн-векторное квантование с близкой к оптимальной скоростью искажения» и через официальные каналы развернул её масштабную рекламную кампанию.

• Основной «хайп»: утверждается, что без обучения и тонкой настройки можно сжать память KV-кэша больших моделей на 83% и ускорить вывод в 8 раз — прямое попадание в ключевую потребность AI по памяти и микросхемам хранения.

• Рыночные колебания: как только новость вышла, обвалились по всей линии и Уолл-стрит, и A-share-сектор памяти. В США Micron упал на 4%, Western Digital — на 4,4%, Seagate — на 5,6%; в A-share — Zhaoyi Innovation, B{??}? (Пожалуйста, перепроверьте исходный текст) и другие, в том числе Jiangbo Long, — также упали более чем на 5%. Рыночная капитализация глобальных гигантов хранения за один день испарилась более чем на 90 млрд долларов.

• Профессиональные восторги: CEO Cloudflare назвал это «моментом DeepSeek» от Google; в отрасли в какой-то момент даже посчитали это революционным прорывом, «переписывающим расклад сил в AI-вычислительных мощностях».

II. 27 марта вспыхнуло: китайский учёный публично верифицированно обвинил — плагиат + фальсификация, всё по фактам

Триггером стало разоблачение, сделанное верифицированным именем: постдок в Федеральной политехнической школе Цюриха (ETH), китайский учёный Гао Цзяньян (RaBitQ — первый автор алгоритма). Параллельно он опубликовал длинный текст на ICLR OpenReview, Zhihu и платформе X, приложив письма-доказательства и технические сравнения. Обвинения напрямую указывали на три главные проблемы TurboQuant:

1. Технологический плагиат ядра, намеренное стирание достижений предшественников

Ключевой механизм TurboQuant — «случайное вращение + квантование преобразования» — не был изобретён Google. Ещё в 2024 году команда Гао Цзяньяна уже предложила полный алгоритм RaBitQ, последовательно опубликовав две статьи на топовых конференциях, и код был полностью с открытым доступом.

Статья Google не только не сделала объективных ссылок и не обозначила технические связи, но и намеренно отнесла RaBitQ к «обычному квантованию произведений на сетках», тем самым сознательно пропустив его главные инновации и завернув готовый результат в качестве «оригинального прорыва» Google.

2. Теоретическая фальсификация данных, намеренное принижение достижений предшественников

• В статье Google без каких-либо оснований теоретические результаты RaBitQ квалифицируются как «неоптимальные», а его производительность принижается, чтобы подчеркнуть «превосходство» TurboQuant.

• Ключевое доказательство: в мае 2025 года команда Гао Цзяньяна обменялась письмами с соавтором TurboQuant Мадидом Далири (Majid Daliri), по пунктам проясняя технические ошибки. Сторона прямо признала это и заявила, что уже сообщила всем авторам, однако статья — от подачи до включения и затем до публичного продвижения — на протяжении всего периода не исправила ни одной ошибки.

3. Несправедливые условия эксперимента, манипуляция сравнительными результатами

При тестировании производительности использовались двойные стандарты:

• Тест RaBitQ: использовалась неофициальная версия на Python, ограничение CPU одним ядром, отключение многопоточности;

• Тест TurboQuant: использовалась ускоряющая NVIDIA A100 GPU;

Эта намеренно созданная несправедливость условий напрямую привела к сильному искажению экспериментальных данных и ввела в заблуждение отрасль и рынок относительно сравнения производительности двух решений.

III. Ответ Google: высокомерное перекладывание вины, обострение противоречий

Перед лицом подтверждённых обвинений первый автор TurboQuant Амир Зандие (Amir Zandieh) ограничился лишь кратким ответом:

«Случайное вращение и преобразование JL — это технологии-стандарты в отрасли; невозможно ссылаться на каждый связанный метод».

Он пообещал исправить лишь часть экспериментальных деталей, отказался признавать технологический плагиат, отказался дополнить основные ссылки на RaBitQ и потребовал исправить их только после завершения конференции ICLR 2026. Тем самым он попытался тянуть время, чтобы скрыть скандал.

IV. Суть инцидента: академическое господство больших компаний — китайские учёные добиваются правды кровью

В ходе обвинений Гао Цзяньян прямо заявил: это ничем не прикрытое травля академических «маленьких людей» со стороны большой технологической компании.

• Оригинальные результаты китайского учёного — два года труда, две статьи на топовых конференциях и открытый код — команда Google «переупаковала» в качестве собственных прорывов по принципу «заимствуй и выдавай за своё»;

• Зная об ошибках, но не исправляя их, он с опорой на ореол большого бренда монополизирует право на дискурс, вводя в заблуждение рынок и отрасль;

• Переговоры в частном порядке не дали результата, пожаловаться оргкомитету конференции было некуда — в итоге оставалось только публично раскрыть информацию и добиваться защиты прав в форме «обвинений, пропитанных слезами и кровью».

За каких-то 24 часа Google превратился из «переворотчика в AI-технологиях» в «плагиатора в академических кругах». Эта буря, разгоревшаяся из-за статьи, не только развенчала «инновационный миф» технологического гиганта, но и ещё более обнажила жестокую реальность дисбаланса власти в академической среде.

（Эта статья оптимизирована с помощью AI）

Огромные объёмы новостей, точные разборы — всё в приложении Sina Finance APP