2026-01-15 18:57:10来源： 网络作者：admin
11月4日至9日，自然语言处理领域的三大顶级国际会议之一EMNLP（Conference on Empirical Methods in Natural Language Processing）于苏州举办。视源股份人工智能团队在此次大会上收获了突破性进展——其主导研发的“模型剪枝”技术相关论文成功被大会主论坛收录。据悉，本次会议的投稿总数高达8174篇，而主会的论文接受率仅为22.16%。这一成果的入选，意味着视源股份在算法端侧化领域的技术水平已得到国际学术界的权威肯定。
EMNLP是自然语言处理领域的三大顶级国际会议之一，和ACL、NAACL一同被视为该领域的三大顶级国际会议。该会议专注于自然语言处理前沿的实证研究方法，每年都会吸引全球顶尖学者参与，其入选的论文代表了行业最高的创新水平，拥有极高的学术权威性与产业影响力。
视源AI团队的研究成果源于对大模型不同模块在精度影响上存在差异的观察，进而提出了一种自适应剪枝方法。此方法把剪枝问题转化为组合优化问题，并借助严谨的数学推导，将求解的时间复杂度从指数级降低至多项式级。经过试验验证，该方法不仅在非微调方法里取得了良好效果，在微调方法中也超越了当前的先进水平。相关技术论文已被顶会EMNLP主会接收，这表明该方法获得了国际学术界的认可。
当下大模型已逐步在各类终端产品中实现规模化落地，行业各方都在同步推进模型精度的优化与推理速度的提升，从多个维度改善用户体验。而“模型剪枝”技术的突出价值在于，能够在确保模型精度不受影响的前提下，有效加快推理速度。
视源股份AI技术团队在分享研发经历时提到：“在研发过程中，我们发现几何体识别任务在端侧的推理延迟大约为15秒。经过一系列优化后，延迟可以缩短到3秒左右，但我们对此仍不满足，希望能将其压缩至2秒以内。正是出于这个目标，我们才启动了剪枝方法的研究，要求在叠加量化方法且保持精度不变的前提下，剪枝掉50%的参数，以此来降低推理延迟。”
据了解，这种方法是大模型轻量化技术的一种，后续会被应用在几何体识别、语音助手等与大模型相关的业务场景中。在确保识别效果不受影响的前提下，它能够让模型的推理速度提升到原来的1.5倍以上，从而更好地优化用户体验。
视源股份扎实的技术根基离不开长期的研发投入。今年8月，其旗下教育科技品牌希沃的研发团队，在国际语音领域顶尖赛事Interspeech MLC-SLM（多语种对话语音语言模型）挑战赛中，一举拿下赛道二第三名与赛道一第八名的好成绩，充分彰显了在语音语言模型领域的强劲研发实力和深厚技术积淀。目前，这些获奖研究成果已被广泛应用于希沃全系列AI产品及解决方案里，助力希沃AI显著增强语言识别水平。比如，教师借助AI备课生成的智能体，能更精准地识别语音互动内容，从而打造出更具沉浸感的情景课堂。
目前，视源股份正积极推动人工智能在多元场景中的落地应用：凭借“三院一站”的研发架构支撑，公司在机器人核心技术如运动控制、自主导航、多模态感知等方面完成了闭环式研发；在AI赋能企业服务的赛道上，旗下MAXHUB品牌的多款会议设备已成功通过微软Teams Rooms认证；而在教育场景中，其AI教育解决方案能够覆盖课前AI备课、课中AI行为识别以及课后课堂观察报告生成等全流程功能。
在“AI+教育”领域，希沃打造了“1+N+N”的AI技术体系，不断促使人工智能技术更深度地为教育场景应用赋能。到2025年6月30日，希沃课堂智能反馈系统已在全国建立19个重点应用示范区，涵盖超3000所学校，投入超7000间教室使用，产出超36万份课堂智能反馈报告；希沃AI备课的激活用户数已突破60万。
*1.5倍为研发数据
*数据来源于视源股份2025中报
免责声明：文章图片应用自网络，如有侵权请联系删除
