谷歌TurboQuant陷造假门，AI科研开启全自动时代

今日科技圈可谓冰火两重天：一边是谷歌 TurboQuant 引发内存股暴跌，却被指涉嫌学术不端；另一边是「AI 科学家」登 Nature，全自动科研成真。此外，具身智能在「脑内模拟」上取得突破，而「Token 工厂」概念的提出，预示着 AI 基础设施正从堆砌算力转向极致效率。

AI 效率与伦理风暴

谷歌迎来“DeepSeek时刻”！TurboQuant引爆AI圈、全球开发者疯狂复现：6倍无损压缩，内存股集体暴跌

谷歌研究院发布的 TurboQuant 算法无疑是今日最「炸裂」的技术新闻，其宣称能在零精度损失的前提下，将 LLM 的 KV Cache 压缩 6 倍，并在 H100 上实现 8 倍速提升。这直接导致全球内存股单日蒸发 900 亿美元。这之所以重要，是因为它直击了 AI 推理成本最核心的「内存墙」痛点。如果能在不牺牲精度的前提下大幅降低显存占用，意味着长文本推理成本将断崖式下降，甚至可能重塑硬件采购逻辑。然而，技术狂欢的余温未散，ETH 博士后的公开指控却让这项成就蒙上了阴影。

血洗内存股900亿刀的谷歌AI论文，竟涉嫌学术造假

紧随其后，一篇来自 ETH 苏黎世博士长的檄文，将 TurboQuant 拉下了神坛。指控指出，TurboQuant 的核心机制（随机旋转+极坐标量化）与两年前的 RaBitQ 论文高度相似，但谷歌团队在论文中刻意淡化先行工作，甚至在实验对比中通过限制对手运行环境（如 RaBitQ 用单核 CPU，自己用 GPU）来制造不公平优势。这不仅仅是一次学术争议，更是一次对大厂「叙事垄断」的警示：当巨头的千万级曝光量将单一技术定义为「革命性突破」时，如果不加审视，错误的技术归因极易成为行业共识，掩盖了真正创新者的光芒。这起事件提醒开发者，在追捧 SOTA（最先进技术）时，保持批判性思维同样重要。

科研范式被彻底改写

Nature重磅：AI写的论文，在顶会同行评审击败55%人类，单篇15美元

从效率之争转向伦理之辩，Sakana AI 的「The AI Scientist」登上了 Nature 封面，标志着全自动科研时代的开启。这套系统能以单篇 15 美元的成本，完成从 Idea 生成、代码实验到论文撰写的全闭环，甚至其产出的论文在 ICLR 评审中击败了 55% 的人类投稿。这比 AlphaFold 更令人震惊，因为它触及了人类最后的堡垒——科学发现。虽然目前它还只能产出 Workshop 级别的论文，但文中揭示的「科研 Scaling Law」表明，随着算力和模型能力的提升，AI 科研的质量将呈指数级上升。这对开发者意味着什么？未来，写代码可能只是基础，如何利用 AI 智能体进行大规模假设验证，将成为高阶工程师的核心竞争力。

具身智能的「脑内演练」

别再拿真机炼丹！南大终结「肉身排雷」，机器人0成本脑内练满级

具身智能领域也在经历类似的「降本增效」变革。南京大学提出的 VLA-MBPO 框架，试图解决机器人训练中最昂贵的「真机试错」问题。其核心在于引入世界模型，让机器人在虚拟的「脑内环境」中进行强化学习训练。不同于纯模仿学习（IL）的死记硬背，这种方法让机器人具备了「预判后果」的能力。特别是在长程任务中，通过交错式解码和短分支推演，有效缓解了传统世界模型误差累积的致命伤。这不仅大幅降低了硬件损耗和数据采集成本，更让机器人从「模仿者」向「思考者」迈进了一步。对于关注机器人开发的读者来说，这标志着 VLA 模型的后训练范式正在从单纯的数据堆叠，转向基于物理模拟的策略优化。

基础设施的「Token工厂」化

趋境ATaaS平台发布，打造日均万亿产能的“Token工厂”

最后，当算法在压缩和科研上狂飙突进时，底层的算力基础设施也在悄然重构。趋境科技发布的 ATaaS 平台，打出了「Token 工厂」的概念，郑纬民院士更是直言 AI 产业核心已从模型服务转向 Token 服务。这不仅仅是概念的更迭，更是系统架构的深层变革。通过异构协同和「以存换算」技术，该平台旨在解决算力闲置与 Token 高成本之间的矛盾。在 AI 应用爆发式增长的今天，如何像供水供电一样稳定、廉价地输送 Token 产能，将成为所有云厂商和 Infra 团队的终极命题。这与谷歌 TurboQuant 试图通过算法压缩减少内存需求，本质上异曲同工——都是在 AI 算力无限膨胀的背景下，对极致效率的殊途同归。