谷歌新架构突破Transformer超长上下文瓶颈 Transformer的提出者谷歌，刚刚上来给了Transformer梆梆就两拳（doge）。两项关于大模型新架构的研究一口气在NeurIPS 2025上发布，通过“测试时训练”机制，能在推理阶段将上下文窗口扩展至200万token。两项新成果分别是：- Titans：兼具RNN速度和Transformer性能的全新架构；- MIRAS：Titans背后的核心理论框架。核心要解决的，就是Transformer架构在处理超长上下文时的根本局限：计算成本会随着序列长度的增加而猛增。不得不说，从Nano Banana到Gemini 3 Pro，再到基础研究方面的进展，谷歌最近一段时间就是一个穷追猛打的架势。也难怪奥特曼要给OpenAI拉“红色警报”了。论文链接： 网页链接网页链接网页链接