11月4日至9日，模型剪枝自然語(yǔ)言處理領(lǐng)域三大頂級(jí)國(guó)際會(huì)議EMNLP（Conference on 國(guó)際Empirical Methods in Natural Language Processing）在蘇州舉行。視源股份人工智能團(tuán)隊(duì)在大會(huì)上取得突破性成果——由視源AI團(tuán)隊(duì)主導(dǎo)的學(xué)術(shù)選國(guó)“模型剪枝”技術(shù)論文被大會(huì)主論壇接收。本次會(huì)議投稿量達(dá)8174篇，界權(quán)際主會(huì)接受率僅為22.16%，威認(rèn)文入該成果的可視入選標(biāo)志著視源股份在算法端側(cè)化領(lǐng)域的技術(shù)實(shí)力獲得國(guó)際學(xué)術(shù)界權(quán)威認(rèn)可。

EMNLP是源論議自然語(yǔ)言處理領(lǐng)域三大頂級(jí)國(guó)際會(huì)議之一，與ACL、模型剪枝NAACL并稱為自然語(yǔ)言處理領(lǐng)域三大頂級(jí)國(guó)際會(huì)議。國(guó)際會(huì)議聚焦自然語(yǔ)言處理的學(xué)術(shù)選國(guó)前沿實(shí)證研究方法，每年吸引全球頂尖學(xué)者參與，界權(quán)際入選論文代表行業(yè)最高創(chuàng)新水平，威認(rèn)文入具有極高的可視學(xué)術(shù)權(quán)威性和產(chǎn)業(yè)影響力。

研究成果躋身國(guó)際頂尖學(xué)術(shù)舞臺(tái)

視源AI團(tuán)隊(duì)的源論議研究成果基于大模型不同模塊對(duì)精度影響存在差異的觀察，提出一種自適應(yīng)的模型剪枝剪枝方法，該方法將剪枝問(wèn)題轉(zhuǎn)換成一個(gè)組合優(yōu)化問(wèn)題，并通過(guò)嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)將求解的時(shí)間復(fù)雜度從指數(shù)級(jí)化簡(jiǎn)為多項(xiàng)式級(jí)。經(jīng)試驗(yàn)驗(yàn)證，該方法不僅在非微調(diào)方法中獲得較好的效果，在微調(diào)方法中也超越了當(dāng)前的先進(jìn)水平。相關(guān)技術(shù)論文已被頂會(huì)EMNLP主會(huì)接受，獲得了國(guó)際學(xué)術(shù)界對(duì)該方法的認(rèn)可。

現(xiàn)在大模型已經(jīng)開始規(guī)模化應(yīng)用于各終端產(chǎn)品中，大家都在既提升模型精度又提升模型的推理速度，多維度提升用戶體驗(yàn)。“模型剪枝”獨(dú)特的優(yōu)勢(shì)在于，可以保證精度的前提下，速度上能有所提升。

視源股份AI技術(shù)團(tuán)隊(duì)分享研發(fā)經(jīng)過(guò)：“研發(fā)過(guò)程中我們發(fā)現(xiàn)幾何體識(shí)別的任務(wù)在端側(cè)推理延遲約15秒，經(jīng)過(guò)一系列優(yōu)化之后可以到3秒左右，但我們?nèi)圆粷M意，希望能壓到2秒以內(nèi)，因此才開展剪枝方法研究，要求疊加量化方法后保持精度不變的前提下，剪枝50%的參數(shù)，從而降低推理延遲。”

據(jù)悉，該方法屬于大模型的輕量化技術(shù)，未來(lái)將應(yīng)用于幾何體識(shí)別、語(yǔ)音助手等大模型相關(guān)的業(yè)務(wù)場(chǎng)景，在保證識(shí)別效果的前提下，可提高模型的推理速度至1.5倍*以上，提升用戶體驗(yàn)。

從研發(fā)到應(yīng)用落地 推動(dòng)“AI+”賦能千行百業(yè)

視源股份深厚的技術(shù)底蘊(yùn)源自持續(xù)的研發(fā)投入。今年8月，視源股份旗下教育科技品牌希沃的研發(fā)團(tuán)隊(duì)在國(guó)際語(yǔ)音領(lǐng)域頂級(jí)盛會(huì)Interspeech MLC-SLM（多語(yǔ)種對(duì)話語(yǔ)音語(yǔ)言模型）挑戰(zhàn)賽中榮獲賽道二第三名、賽道一第八名的優(yōu)異成績(jī)，展現(xiàn)在語(yǔ)音語(yǔ)言模型領(lǐng)域的卓越研發(fā)實(shí)力與技術(shù)積累。當(dāng)前，獲獎(jiǎng)研究成果已廣泛應(yīng)用于希沃全系列AI產(chǎn)品與解決方案中，幫助希沃AI有效提升語(yǔ)言識(shí)別能力。例如，教師通過(guò)AI備課生成的智能體，能夠更加準(zhǔn)確地識(shí)別語(yǔ)音互動(dòng)內(nèi)容，幫助其打造更加沉浸的情景課堂。

當(dāng)前，視源股份在人工智能領(lǐng)域展開豐富的場(chǎng)景應(yīng)用：視源股份依托“三院一站”研發(fā)體系，在運(yùn)動(dòng)控制、自主導(dǎo)航、多模態(tài)感知等機(jī)器人關(guān)鍵技術(shù)上實(shí)現(xiàn)閉環(huán)研發(fā)；在AI+企業(yè)服務(wù)領(lǐng)域，MAXHUB品牌多款會(huì)議產(chǎn)品已通過(guò)微軟Teams Rooms認(rèn)證；在教育領(lǐng)域，AI教育解決方案可以實(shí)現(xiàn)課前 AI 備課、課中 AI 識(shí)別、課后課堂觀察報(bào)告等功能。

尤其在“AI+教育“領(lǐng)域，希沃構(gòu)建了“1+N+N”的AI技術(shù)體系，持續(xù)推動(dòng)人工智能技術(shù)更深層次地賦能教育場(chǎng)景應(yīng)用。截至2025年6月底，希沃課堂智能反饋系統(tǒng)已在全國(guó)建成19個(gè)重點(diǎn)應(yīng)用示范區(qū)，覆蓋超3,000所學(xué)校，應(yīng)用于超7,000間教室，生成超36萬(wàn)份課堂智能反饋報(bào)告；希沃AI備課激活用戶數(shù)量超60萬(wàn)。

*1.5倍為研發(fā)數(shù)據(jù)

*數(shù)據(jù)來(lái)源于視源股份2025中報(bào)