摘要：最近那个Mamba-3刷屏了，但上来就说投ICLR 2026也太扯了，这是穿越了？

最近那个Mamba-3刷屏了，但上来就说投ICLR 2026也太扯了，这是穿越了？

论文明明是投今年的NeurIPS 2024。

这事儿的核心是CMU的Albert Gu和普林斯顿的Tri Dao，两位大佬带着他们的新作，又来敲打Transformer的霸权了。

Transformer强是强，但有个致命缺陷，就是记性越好，脑子越慢。

序列一长，计算量就指数级爆炸，又烧钱又费时。

这就是为什么长文本、长视频处理起来那么费劲。

Mamba系列就是想治这个病。

它不像Transformer那样每次都要回头看全文，而是像RNN一样，只看上一步的状态，往前滚动。

这样速度飞快，理论上没有长度限制。

初代Mamba-1证明了路子可行，但在GPU上跑起来不够丝滑，硬件利用率不高。

Mamba-2用了一个叫“对偶加速”的黑科技，把并行计算能力拉满了，速度飙升好几倍。

现在Mamba-3来了，带了三个大升级。

一个是状态更新更精细了，从“只看期末成绩”变成“综合考量期中和期末”，记忆误差更小。

第二个是引入了复数，让模型有了“节奏感”，能感知到序列里的周期性规律，这是以前的模型很难做到的。

第三个是搞了MIMO，把数据通道从单车道拓宽成高速公路，硬件效率直接拉满。

别以为这只是个学术研究。

两位作者Gu和Dao，背后还站着他们的创业公司Cartesia AI，刚拿了融资。

他们不光要发论文，更是在打造一套能绕开英伟达CUDA生态的软硬件方案。

所以这事的本质，已经不是单纯的算法之争了。

Mamba的目标，是让AI模型在更便宜、更多样的硬件上高效运行，从根本上动摇“Transformer+英伟达GPU”这个黄金组合的根基。

Mamba-3这篇论文，与其说是技术突破，不如说是一份商业战书。

Transformer杀手喊了这么多年，这次可能真的要来一条能绞杀巨头的“巨蟒”了。

来源：军迷一点号5