国际学术权威认可！视源“模型剪枝”论文入选国际会议EMNLP

    11月4日至9日，自然语言处理领域三大顶级国际会议EMNLP（Conference on Empirical Methods in Natural Language Processing）在苏州举行。希沃母公司——视源股份人工智能团队在大会上取得突破性成果——由视源AI团队主导的“模型剪枝”技术论文被大会主论坛接收。本次会议投稿量达8174篇，主会接受率仅为22.16%，该成果的入选标志着视源股份在算法端侧化领域的技术实力获得国际学术界权威认可。

    EMNLP是自然语言处理领域三大顶级国际会议之一，与ACL、NAACL并称为自然语言处理领域三大顶级国际会议。会议聚焦自然语言处理的前沿实证研究方法，每年吸引全球顶尖学者参与，入选论文代表行业最高创新水平，具有极高的学术权威性和产业影响力。

    研究成果跻身国际顶尖学术舞台

    视源AI团队的研究成果基于大模型不同模块对精度影响存在差异的观察，提出一种自适应的剪枝方法，该方法将剪枝问题转换成一个组合优化问题，并通过严谨的数学推导将求解的时间复杂度从指数级化简为多项式级。经试验验证，该方法不仅在非微调方法中获得较好的效果，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主会接受，获得了国际学术界对该方法的认可。

    现在大模型已经开始规模化应用于各终端产品中，大家都在既提升模型精度又提升模型的推理速度，多维度提升用户体验。“模型剪枝”独特的优势在于，可以保证精度的前提下，速度上能有所提升。

    视源股份AI技术团队分享研发经过：“研发过程中我们发现几何体识别的任务在端侧推理延迟约15秒，经过一系列优化之后可以到3秒左右，但我们仍不满意，希望能压到2秒以内，因此才开展剪枝方法研究，要求叠加量化方法后保持精度不变的前提下，剪枝50%的参数，从而降低推理延迟。”

    据悉，该方法属于大模型的轻量化技术，未来将应用于几何体识别、语音助手等大模型相关的业务场景，在保证识别效果的前提下，可提高模型的推理速度至1.5倍*以上，提升用户体验。

    从研发到应用落地

    推动“AI+”赋能千行百业

    视源股份深厚的技术底蕴源自持续的研发投入。今年8月，视源股份旗下教育科技品牌希沃的研发团队在国际语音领域顶级盛会Interspeech MLC-SLM(多语种对话语音语言模型)挑战赛中荣获赛道二第三名、赛道一第八名的优异成绩，展现在语音语言模型领域的卓越研发实力与技术积累。当前，获奖研究成果已广泛应用于希沃全系列AI产品与解决方案中，帮助希沃AI有效提升语言识别能力。例如，教师通过AI备课生成的智能体，能够更加准确地识别语音互动内容，帮助其打造更加沉浸的情景课堂。

    当前，视源股份在人工智能领域展开丰富的场景应用：视源股份依托“三院一站”研发体系，在运动控制、自主导航、多模态感知等机器人关键技术上实现闭环研发；在AI+企业服务领域，MAXHUB品牌多款会议产品已通过微软Teams Rooms认证；在教育领域，AI教育解决方案可以实现课前 AI 备课、课中 AI 识别、课后课堂观察报告等功能。

    尤其在“AI+教育“领域，希沃构建了“1+N+N”的AI技术体系，持续推动人工智能技术更深层次地赋能教育场景应用。截至2025年6月底，希沃课堂智能反馈系统已在全国建成19个重点应用示范区，覆盖超3,000所学校，应用于超7,000间教室，生成超36万份课堂智能反馈报告；希沃AI备课激活用户数量超60万。