AI 論文之爭(zhēng)，本質(zhì)是話語(yǔ)權(quán)之爭(zhēng)。

作者丨鄭佳美

編輯丨岑 峰

這幾天，TurboQuant 幾乎成了 AI 學(xué)術(shù)圈里最熱的爭(zhēng)議事件之一。

一邊是 Google Research 高調(diào)發(fā)博文，把它包裝成能顯著降低大模型推理成本、并將在 ICLR 2026 亮相的“突破性”工作，另一邊則是先行工作RaBitQ的作者——高健陽(yáng)以知乎答主身份在社區(qū)怒噴，最新一次帖子更新是3.30日凌晨，他認(rèn)為這篇論文在方法描述、理論比較和實(shí)驗(yàn)披露上都存在嚴(yán)重問(wèn)題，這條知乎帖子已經(jīng)拿到近5K贊。短短幾天里，這場(chǎng)風(fēng)波已經(jīng)不只是技術(shù)討論，而開(kāi)始變成一場(chǎng)關(guān)于原創(chuàng)歸屬、論文敘事和大廠學(xué)術(shù)權(quán)力的公開(kāi)拉扯。

先把 TurboQuant 的問(wèn)題說(shuō)清楚，在這次爭(zhēng)議里，外界對(duì)谷歌的質(zhì)疑并不只是一個(gè)模糊的“像不像”。

公開(kāi)評(píng)論已經(jīng)把焦點(diǎn)明確指向三點(diǎn)：第一，TurboQuant 是否刻意弱化了與 RaBitQ 的關(guān)鍵方法關(guān)系；第二，論文把 RaBitQ 的理論說(shuō)成“suboptimal”，這個(gè)判斷是否站得住腳；第三，實(shí)驗(yàn)比較設(shè)置是否存在對(duì)自己有利、對(duì)先行工作不利的安排。

這些目前仍屬于公開(kāi)爭(zhēng)議，不是正式裁定，但它至少說(shuō)明，這場(chǎng)風(fēng)波從一開(kāi)始就不是簡(jiǎn)單的“漏引文獻(xiàn)”，而是直接打到了學(xué)術(shù)研究最核心的三件事：方法歸屬、理論表述和實(shí)驗(yàn)公平性。

01

當(dāng)「突破」由大廠先行定義

但如果只把 TurboQuant 爭(zhēng)議理解成“谷歌有沒(méi)有抄 RaBitQ”，那反而容易把問(wèn)題看小了。

真正刺眼的地方在于，在這些問(wèn)題尚未厘清之前，谷歌已經(jīng)借助官方博客、頂會(huì)標(biāo)簽和品牌影響力，先把 TurboQuant 講成了一個(gè)“重新定義 AI 效率”的新突破。

官方博客強(qiáng)調(diào)它在 KV cache 壓縮和性能提升上的亮眼數(shù)字，OpenReview 頁(yè)面則把它寫(xiě)成接近理論最優(yōu)的方案，也就是說(shuō)，在爭(zhēng)議還停留在 rebuttal、評(píng)論和技術(shù)澄清階段時(shí)，大廠已經(jīng)先把“突破”的歷史版本寫(xiě)出去了。

市場(chǎng)和學(xué)界最先看到的就是“大廠新成果”，而小團(tuán)隊(duì)、先行作者和獨(dú)立研究者，往往只能退到評(píng)論區(qū)、社交平臺(tái)和 rebuttal 里一點(diǎn)點(diǎn)補(bǔ)證據(jù)、爭(zhēng)解釋、追引用。

這件事清楚暴露了一種結(jié)構(gòu)性?xún)?yōu)勢(shì)：在今天的 AI 學(xué)術(shù)生態(tài)里，決定誰(shuí)先被相信的，常常不只是技術(shù)內(nèi)容本身，而是誰(shuí)擁有更強(qiáng)的發(fā)布渠道、品牌信用和話語(yǔ)放大器。

這也正是為什么，TurboQuant 很難被看作孤例。

其實(shí)早在 2020 年，Timnit Gebru 就公開(kāi)表示，自己是在質(zhì)疑谷歌為何認(rèn)定一篇關(guān)于大模型風(fēng)險(xiǎn)的論文“不可發(fā)表”之后，被切斷系統(tǒng)權(quán)限并被迫離開(kāi)公司，路透社還報(bào)道，隨后有 150 多名員工聯(lián)署，要求谷歌解釋為什么要“審查”這篇論文，并要求公司強(qiáng)化學(xué)術(shù)自由承諾。

到 2021 年 2 月，另一位倫理 AI 負(fù)責(zé)人 Margaret Mitchell 也被谷歌解雇。路透社當(dāng)時(shí)寫(xiě)得很清楚：這場(chǎng)風(fēng)波已不只是人事糾紛，而是直接引爆了公司內(nèi)部關(guān)于 academic freedom 與研究獨(dú)立性的分裂，因?yàn)?Gebru 和 Mitchell 都擔(dān)心，谷歌正在審查那些可能對(duì)其產(chǎn)品不利的論文。

更重要的是，谷歌并不是被動(dòng)卷入這些爭(zhēng)議，它確實(shí)建立過(guò)一套把公司利益嵌入研究流程的機(jī)制。路透社 2020 年 12 月披露，谷歌對(duì)“敏感主題”研究增加了額外審查，要求研究者在某些議題上先與 法務(wù)、政策和公關(guān)團(tuán)隊(duì)溝通；同一篇報(bào)道還指出，一位管理者曾要求研究人員在論文里 “strike a positive tone”，把推薦系統(tǒng)可能帶來(lái)的“虛假信息、歧視或政治極化”等表述，改寫(xiě)成更正面的措辭。

報(bào)道甚至提到，一篇最終發(fā)表的版本刪去了對(duì) Google 研究人員的致謝，另一篇稿件則在公司審查后弱化了 Google Translate 出錯(cuò)的寫(xiě)法。這里最關(guān)鍵的不是某個(gè)具體改動(dòng)，而是一個(gè)事實(shí)：谷歌曾把“公司能不能接受這篇論文怎么寫(xiě)”放在“作者是否能獨(dú)立如實(shí)表述研究發(fā)現(xiàn)”之前。

AlphaChip 爭(zhēng)議則把這種模式從倫理 AI 擴(kuò)展到了更硬核的技術(shù)研究。路透社 2022 年 5 月報(bào)道，Google 在 Nature 發(fā)表的芯片布局論文宣稱(chēng)，AI 在 floorplanning 上比“人類(lèi)專(zhuān)家”更快更好。

但與此同時(shí)，谷歌內(nèi)部另一篇匿名流出的草稿 《Stronger Baselines for Evaluating Deep Reinforcement Learning in Chip Placement》 卻得出相反結(jié)論：兩種更基礎(chǔ)的軟件方法都能在不同標(biāo)準(zhǔn)下打敗這套 AI。路透社還寫(xiě)到，圍繞這篇反駁稿的沖突最終導(dǎo)致一名資深工程經(jīng)理被解雇。

也就是說(shuō)，谷歌并非只是在單篇論文里“講了一個(gè)激進(jìn)故事”，它還被公開(kāi)指控過(guò)在內(nèi)部壓制那些可能削弱原論文光環(huán)的替代性論證。

谷歌對(duì)學(xué)術(shù)生態(tài)的影響，也不只發(fā)生在公司內(nèi)部。2017 年，《華爾街日?qǐng)?bào)》的調(diào)查經(jīng) Inside Higher Ed 轉(zhuǎn)述后顯示，谷歌在十年間資助了大量可能有助于其抵御監(jiān)管的研究，單筆金額從 5,000 美元到 400,000 美元不等，一些作者會(huì)在論文發(fā)表前把稿件給谷歌看，接受其建議，部分論文沒(méi)有充分披露與谷歌的資金關(guān)系。

與此同時(shí)，Wired 也指出，外界流傳的一部分“谷歌資助學(xué)者數(shù)據(jù)庫(kù)”本身存在方法學(xué)問(wèn)題，確實(shí)把一些并未直接拿谷歌錢(qián)的人也算了進(jìn)去。最準(zhǔn)確的說(shuō)法因此不是“谷歌買(mǎi)通了整個(gè)學(xué)界”，而是：谷歌長(zhǎng)期被質(zhì)疑利用資助、預(yù)發(fā)表溝通和披露不足來(lái)塑造對(duì)自己有利的知識(shí)與政策議程，而這類(lèi)影響又因?yàn)橥獠恐缚刂械目鋸埑煞郑兊酶y被徹底厘清。

吊詭的是，谷歌自己后來(lái)也等于側(cè)面承認(rèn)，問(wèn)題不只是輿論誤讀。Google 在 2021 AI Principles Progress Update 里寫(xiě)道，在“一位知名研究者離開(kāi)”之后，公司更新了研究審查流程，以提高一致性和透明度。如果此前的流程沒(méi)有引發(fā)足夠嚴(yán)重的信任危機(jī)，谷歌本不需要把這種表述寫(xiě)進(jìn)官方進(jìn)展報(bào)告。換句話說(shuō)，谷歌后來(lái)談“透明”本身，恰恰說(shuō)明此前最受詬病的，正是不透明。

02

一套已經(jīng)成形的學(xué)術(shù)權(quán)力結(jié)構(gòu)

為什么這種事總是發(fā)生在大廠，而不是隨機(jī)發(fā)生在任何實(shí)驗(yàn)室？因?yàn)榻裉斓?AI 學(xué)術(shù)生態(tài)，本身就越來(lái)越由大廠定義。

Science 2023 年的一篇政策文章指出，2021 年全球產(chǎn)業(yè)界 AI 投入超過(guò) 3400 億美元，遠(yuǎn)高于公共部門(mén)，同一研究還指出，帶有產(chǎn)業(yè)共同作者的論文，占頂級(jí) AI 會(huì)議論文的比例已從 2000 年的 22% 上升到 2020 年的 38%。

Nature 2025 年又指出，Google 是學(xué)者轉(zhuǎn)向私營(yíng)研究崗位時(shí)最熱門(mén)的去處，2020 到 2024 年間接近 2500 次流動(dòng)。再加上實(shí)證研究發(fā)現(xiàn)，AI 投資與更高市場(chǎng)估值、銷(xiāo)售增長(zhǎng)和產(chǎn)品創(chuàng)新顯著相關(guān)，大廠當(dāng)然有強(qiáng)烈動(dòng)機(jī)把“論文突破”盡快轉(zhuǎn)化成“品牌突破”和“資本敘事”。在這種體系里，論文從來(lái)不只是論文，它也是估值、招聘、市場(chǎng)預(yù)期和公司形象的一部分。

而小團(tuán)隊(duì)為什么總是吃虧？因?yàn)樗麄兠鎸?duì)的，恰好又是一個(gè)糾錯(cuò)能力越來(lái)越弱的同行評(píng)審系統(tǒng)。

ICML 2025 一篇獲獎(jiǎng)立場(chǎng)論文直言，主要 AI 會(huì)議的投稿量已經(jīng)超過(guò)每個(gè) venue 一萬(wàn)篇，審稿質(zhì)量和評(píng)審責(zé)任問(wèn)題都在惡化。也就是說(shuō)，當(dāng)大廠先發(fā)博客、先占頂會(huì)、先拿到媒體和社區(qū)的注意力時(shí)，小團(tuán)隊(duì)不僅資源更少，連在正式學(xué)術(shù)流程里獲得及時(shí)、公正糾偏的機(jī)會(huì)都在下降。

于是最常見(jiàn)的結(jié)果就成了：真正的先行工作不一定被刪掉，但會(huì)被稀釋?zhuān)徽嬲脑瓌?chuàng)者不一定被點(diǎn)名打壓，但要被迫承擔(dān)漫長(zhǎng)、瑣碎而且往往無(wú)補(bǔ)于事的舉證成本。

所以，TurboQuant 真正讓人不安的，并不是它會(huì)不會(huì)最終被認(rèn)定為某種單一意義上的“抄襲案”，而是它再次提醒我們：谷歌過(guò)去十年反復(fù)被質(zhì)疑的，并不是低級(jí)的學(xué)術(shù)造假，而是一種更成熟、更隱蔽、也更符合平臺(tái)資本邏輯的學(xué)術(shù)控制術(shù)。

它可以先用官方渠道把自己的版本定義成“突破”，再在論文敘事里重新安排先后關(guān)系，可以把發(fā)表前審查嵌進(jìn)研究流程，也可以通過(guò)資助和品牌吸力塑造整個(gè)學(xué)界的議程。

到了這一步，“不作惡”更像一塊失效已久的舊招牌，真正留下來(lái)的規(guī)則只有一條：誰(shuí)掌握發(fā)布平臺(tái)、頂會(huì)入口、資本激勵(lì)和公關(guān)機(jī)器，誰(shuí)就更有可能把自己的版本寫(xiě)成歷史。

[1]https://x.com/gaoj0017/status/2037532673812443214

[2]https://www.reuters.com/business/top-ai-ethics-researcher-says-google-fired-her-company-denies-it-2020-12-04/

[3]https://www.reuters.com/article/world/uk/google-told-its-scientists-to-strike-a-positive-tone-in-ai-research-[4]document-idUSKBN28X1AK/

[5]https://www.wsj.com/articles/paying-professors-inside-googles-academic-influence-campaign-1499785286

[6]https://www.wired.com/story/googles-academic-influence-campaign-its-complicated/

[7]https://ai.google/static/documents/ai-principles-2021-progress-update.pdf

[8]https://ide.mit.edu/wp-content/uploads/2023/03/0303PolicyForum_Ai_FF-2.pdf

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁(yè)、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來(lái)源并插入本公眾號(hào)名片。