ICLR 2026 亮点：Google 推出 Turbo Quant，大幅降低长上下文模型内存开销

ICLR是AI领域三大顶会之一，今年的亮点之一是Google Research提出的Turbo Quant技术。它的核心作用是大幅减少KV缓存（大模型推理时最吃内存的部分）的占用，让长上下文模型能在显存有限的设备上跑起来。通俗点说，以前你处理100页的PDF需要A100显卡，现在可能一张消费级显卡就够了。同一届会议上，还有团队展示了把生成式视频模型改造成机器人大脑——用Cosmos Policy做