OpenAI的GPT-5据传训练成本已突破5亿美元，Google的Gemini Ultra消耗了等效2.5万张H100运行90天的算力。而更令人窒息的是推理阶段——Transformer的O(n2)O(n2)注意力机制，在面对百万级上下文窗口时，单次推理延迟可以飙升到秒级，显存占用呈指数增长。我们不得不问：如果模型规模继续扩大，Transformer还能撑多久？答案越来越清晰：Transformer的“注意力”机制，本质上是一个全连接的Token关系矩阵。这种“万物互联”的设计带来了卓越的表达能力，但也埋下了复杂度灾难的种子。当序列长度nn从4K扩展到1M时，注意力计算量从16×10616×106暴增至1×10121×1012——六个数量级的跃迁，再先进的制程工艺也填不平这个坑。于是，学术界和工业界不约而同地将目光投向了一个“古老而新颖”的方向：状态空间模型（State Space Model, SSM）。第一章：SSM的前世今生——从控制论到深度学习1.1 状态空间模型的基本范式状态空间模型并非新鲜事物。它起源于1960年代的控制工程领域，Kalman滤波器便是其中最著名的应用。其核心数学形式为：h′(t)=Ah(t)+Bx(t)y(t)=Ch(t)+Dx(t)h′(t)y(t)​=Ah(t)+Bx(t)=Ch(t)+Dx(t)​其中：h(t)h(t)是隐状态向量x(t)x(t)是输入信号y(t)