基于强化学习的神经架构搜索实现高效视听语音增强
该研究提出基于强化学习的神经架构搜索框架,发现参数量仅为290万的高效视听语音增强模型。 模型在SI-SNR上提升14.5 dB,比基线仅低0.7 dB,但体积缩减约九倍。商业移动CPU上实时因子降低4.3倍,支持端侧部署。
该研究提出基于强化学习的神经架构搜索框架,发现参数量仅为290万的高效视听语音增强模型。 模型在SI-SNR上提升14.5 dB,比基线仅低0.7 dB,但体积缩减约九倍。商业移动CPU上实时因子降低4.3倍,支持端侧部署。
Oído 在 ESP32-S3 微控制器上运行 13M 参数 Conformer-CTC 模型,实现开放词汇英语语音识别。 LibriSpeech 测试集中 WER 为 3.70%/8.23%,比同芯片厂商识别器错误少 2.3-2.8 倍;单核运行速度为音频时长的 1.97 倍,代码与模型已开源。
本地 Agentic AI 框架利用笔记本电脑部署的本地 LLM 生成自适应边缘案例,通过 think-act-observe 循环和 JSON 编码,结合系统与环境描述作为上下文提示词。 第二个独立 LLM 依据领域标准批评并优化案例,模拟运行后的指标用于发现功能差距,为安全保证提供可追溯证据。
研究提出 Cross-View Attention Fusion Network (CVAF-Net) 模型,利用双视图表征学习从短时 PPG 信号估计心输出量。
针对混合线性注意力架构中状态检查点带来的内存压力,论文提出衰减感知状态压缩(DASC)方法。 该方法基于模型权重推导保留视界,选择长期视界状态单元并打包,在Kimi-Linear上压缩KDA递归状态检查点2.63倍。 在固定内存预算下,该方法使首token时间平均降低42.6%,输入吞吐量提升68.4%。
提出资源高效的测试时自适应框架 OD-TTA,通过按需触发机制显著降低边缘设备的计算与能耗开销。 框架包含轻量级域偏移检测、源域模型选择及解耦 BN 更新三项技术,在保持精度的同时实现小批量内存高效适配。 实验证明 OD-TTA 在性能和能耗上优于现有方法,使 TTA 在资源受限设备上的实际应用成为现实。
summary_zh: TernaryLLM提出双可学习三元量化(DLT)与抗离群特征知识蒸馏(OFF)方法,解决大语言模型量化中的权重与激活离群值问题。 实验表明,其W1.58A16方案在LLaMA-3上优于W2A16方法,C4困惑度降低5.8,零样本任务平均准确率提升8.2%。
summary_zh: SmolWAM 是一个 2B 参数的潜空间世界动作模型,从 Cosmos Policy 蒸馏而来,成功将 LIBERO 基准 400 个 episode 的成功率提升至 95.5%。
该论文提出一种融合 CWT、HHT 与 MobileNetV3-Small 等轻量化模型的 AI 振动感知框架,用于消费类旋转设备状态监测。 模型在 CWRU 等基准数据集上验证,YOLOv11-cls 组合实现高精度,而 MobileNetV3-Small 提供低延迟边缘部署方案。 设计目标指向消费电子产品嵌入式部署,通过量化误差与计算开销权衡优化实际运维应用。
Minions 是一个动态分布式虚拟 GPU 云平台,聚合 macOS 设备中闲置的 Apple Silicon GPU,用于执行大规模机器学习推理任务。 该系统提供灵活的 GPU 推理任务执行、故障容忍和高效资源利用,使团队无需额外采购 GPU 即可利用现有硬件。 这证明了在集中式 GPU 资源受限的环境中,闲置 macOS 设备可被转化为实用的分布式 GPU 推理平台。
研究者提出名为 BLEND 的框架,旨在联合增强联邦视觉-语言模型(FedVLMs)的个性化与泛化能力,该工作已被 NeurIPS 2026 接收。 BLEND 采用选择性 VLM 参数微调策略,使用全局共享的视觉/文本适配器及客户端专用的个性化视觉投影适配器,并通过混合输出损失与基于零样本 VLM 的锚点设计来平衡两者。 该框架在广泛实验中一致优于当前最先进基线,代码已公开可用。
针对零样本TTS模型量化后音色受损问题,研究团队提出TTS-Q方法,在1B和3.5B模型上实现无损理解力的音色恢复。该方法通过混合精度调度,为扩散Transformer后期的前馈激活层分配更高精度,以抵消权重和激活量化带来的音色漂移。该技术显著降低GPU峰值内存占用,为资源受限场景下的实时TTS部署提供实用参考。
DualQuant 提出一种双尺度免校准后训练量化框架,将权重重建 MSE 最小化问题转化为非可微优化,通过变量分裂和块坐标下降求解。该方法在 Llama 和 Qwen 模型上匹配或超越 SmoothQuant 精度,在 Llama-3.1-8B 的 W4A4 推理中实现 2.61 倍显存减少和 2.46 倍吞吐量提升。
联想在2026云栖大会发布天禧AI 4.3超能模式及AI主机新品类。天禧AI 4.3支持端侧智能体框架,数据本地不出;AI主机7×24小时在线,适配长耗时高算力任务。 两者结合Qoder Agent SDK构建三层协作架构,实现业务控制、Agent执行与资源安全分离。联想推出苍穹计划提供万亿Token激励,助力端侧AI超级组织落地。
面壁智能与鹿明机器人正式达成战略合作,围绕具身智能的数据、模型与场景应用展开长期协同,推动技术验证走向规模化产业落地。 双方将基于高效基座大模型与NexCore技能进化引擎积累的真机数据,协同推进具身数据共建、模型联合研发及真实产业场景部署,打通“数据—模型—场景”正向循环。 该合作为大模型与具身公司优势互补提供了产业化现实路径,助力具身智能从单点演示走向规模复制,成为实体经济新生产力。
阿里云百炼在 2026 云栖大会发布 Agent Studio 全栈服务与 Agent Studio for Hardware 智能硬件服务,前者计划 10 月上线 Agent API,后者预适配 30 余款芯片。方案显示 3B 端侧模型在 BFCL 基准达到 SOTA,80% 请求可本地闭环,配合 TensorRT Edge-LLM 实现最高 5 倍加速。
推荐理由:发布两个落地平台,明确端侧推理参数、工具调度机制与商业化路径。
Qoder 在云栖大会展示将自然语言生成的代码烧录进 1.14 英寸屏幕硬件板的完整流程。 用户利用 Qoder 快速开发桌宠伴侣、口袋咖啡日历及暴躁计时器等个性化电子工具。 该实践证明 Qoder 具备突破电脑屏幕限制,辅助用户制作随身电子工具的通用能力。
第 5 天(Dots 特别版)/ 现在你可以完全通过 ChatGPT 移动应用创建并文字发送你的 Dots 了。很高兴看到许多人之前通过桌面/网页应用创建了它们。是时候扩展了!
面向视觉-语言-动作(VLA)机器人提出 SPARC 框架,通过时空自适应比特率分配在同等码率下显著提升控制性能。 该框架利用轻量级时间掩膜选择器按任务相关性动态分配比特率,并引入倾斜速率损失稳定训练。在 RoboCasa365、VLABench 和 LIBERO 等基准测试中,SPARC 的控制性能优于传统编解码器及现有学习压缩方法。
SparKV 是一个自适应 KV 加载框架,结合云端 KV 流式传输与端侧计算,通过重叠执行路径降低延迟。 实验表明,SparKV 将首 token 时间减少 1.3x 至 5.1x,单请求能耗降低 1.5x 至 3.3x,对响应质量影响可忽略。 该框架展示了在真实世界端侧部署中的鲁棒性和实用性。
论文提出 FreshMem,一种受大脑启发、无需训练的频率-空间混合记忆网络,用于 MLLMs 在线流式视频理解。 在 Qwen2-VL 基线上,FreshMem 分别提升 StreamingBench、OV-Bench、OVO-Bench 5.20%、4.52% 和 2.34%,性能优于若干全量微调方法。 该成果已被 NeurIPS 2026 接收,为长时流式视频理解提供高效新范式。
论文提出 S4oP 框架,通过交替结构化掩码与微调,实现对 S4 和 S4D 模型的系统性算子级剪枝,以平衡推理延迟与预测性能。 实验显示,该方法可移除高达 70% 的模型算子,在大多数情况下保留原模型性能,并显著降低推理延迟。 这是首个系统性研究 SSM 结构化算子剪枝的工作,有助于其在资源受限场景中的实际部署。
该研究基于 68 个 Maxar 场景构建数据集,训练 YOLOX-S 检测器并在 Versal VC1902 部署。 量化后检测器在 DPU 上单场景处理需数秒,在密集港口场景中以 29% 的数据量保留 98% 的船舶。
模型结合本地更新与方差追踪正则化,优于 46% 的 Hebbian 基线。 该设计兼容 Intel Loihi 芯片,支持片上学习。
PlanWAM提出规划塑形未来表征方法,让规划任务直接塑形未来状态表征以保留对规划最有用信息,在NAVSIM-v1/v2 navtest上取得93.8/90.9 PDMS/EPDMS,零样本HUGSIM闭环达38.7 HD-Score。
summary_zh: GHARP 提出基于大规模重建先验的实时高斯头部动画方法,在 A100 GPU 上实现 13 倍加速,高斯点数量减少 8 倍。 该方法采用两阶段设计,离线构建身份表示,运行时通过轻量网络预测表情残差,并在 Ava-256 基准测试中达到 SOTA 质量。
PSCMIA 提出一种功耗侧信道成员推断攻击(MIA),能在不提供预测概率或标签的情况下,直接从嵌入式模型的功耗追踪中推断样本是否参与训练。 实验覆盖 MNIST、FMNIST、CIFAR10、CINIC10 等数据集,FC 和 CNN 架构,以及 STM32F3、XMEGA 平台;FC 模型 ROC-AUC 最高达 0.907。
微调后的Qwen3.5小语言模型在两个基准测试中,于精确率和召回率上均优于提示词驱动的GPT-5.4与GPT-5.6 Sol。 部署的0.8B模型将服务成本降低约16倍,其紧凑提示设计优于冗长指令。线上实验显示该功能带来显著收益,学习者参与度提升15.8%,新课程GMV增长13.2%。
ECGLight框架实现了纸质心电图向12导联信号的转换及心肌梗死(MI)筛查,单例处理耗时小于30秒。 该模型在PTB-XL数据集上MI检测准确率为95.51%,在ECG-Matrix数据集上OMI检测准确率为88.89%,并支持SHAP可解释性分析。 该轻量级框架适用于缺乏高速连接与高性能计算资源的远程医疗场景,旨在延缓的再灌注治疗风险。
研究将在线神经演化架构搜索(ONE-NAS)应用于每日横截面股票收益预测,在四组美国中盘股面板数据上,作为秩均值集成使用后净收益达+27.5%。 该方法演化小型循环网络种群,单个冠军基因组在Raspberry Pi 4B上预测50只股票仅需24.6ms,远快于传统在线LSTM或GRU基线。
summary_zh: YANchor-4B 是一种通用递归模型,通过多维记忆机制保留关键信息作为锚点以支持长程推理,在 AIME 2024-2026 数学问题上达到 82.93% 的平均 pass@1,HMMT 基准得分 63.64%。
研究引入“地理域偏移”概念量化人类流动性模型在不同地区的可迁移性差异。 基于美国 2265 个县通勤流数据,提出互信息和空间偏移两项指标,通过线性混合效应回归发现两者对迁移性能具有显著且互补的解释力。 该框架为评估和改进 GeoAI 模型的地理空间可迁移性提供了方法论支持。
Faster-WAM 采用单层动作专家与轻量化设计,在 LIBERO 等基准测试中表现具有竞争力。 该模型对 Fast-WAM 和 π_0.5 分别实现约 3.7 倍和 1.3 倍的推理加速。 在 LIBERO-Plus 测试中,其成功率比 Fast-WAM 高 26.8 个百分点,并展示了更强的分布变化泛化能力。
针对边缘设备LLM智能体面临的人格-逻辑干扰问题,提出AO-DA架构,将逻辑推理(What)与人格表达(How)分离,使用单个INT4基础模型配合可热切换的LoRA适配器。
该框架通过认知检测与对齐生成两阶段,结合知识蒸馏和偏好优化,生成符合 SUD 患者认知状态的对话。 在 BERTScore 等指标上,该方法显著优于通用基线及医疗领域 SLM,尤其在开放式认知组件上表现突出。
CanonQ 框架通过解耦源规范化与任务适配,实现了 W2A4KV2 极低比特大语言模型压缩。 在 LLaMA3 系列模型上,CanonQ-Omni 使 WikiText-2 困惑度降低 14.28 倍,零样本平均准确率提升 57.9%。该优势在 Qwen3、代码生成及数学推理任务中均有体现,显著优于现有量化基准。
在 280 个实际案例中评估 9 个模型,发现 4B 模型在受控执行任务上弱于 2B 模型,仅代码生成任务能区分模型性能。 将各调用点路由至最优本地模型,准确率达 91.8%,成本仅为全托管的 28%。该方案已被 NeurIPS 2026 Workshop 接收。
研究发现 LLaMA-2-7B-Chat 的安全敏感行为高度集中于稀疏参数子集。 定位结果显示 MLP down_proj 是最关键的安全组件。仅修改该组件 0.19% 的权重,即可导致 53% Basic ASR 和 56% GCG ASR 的攻击成功率。
研究提出微型神经策略,结合进化策略与统计模型检查以大幅缩减网络规模而不牺牲安全性与鲁棒性。 该策略内存占用仅 0.5 至 7.5 kB,可在微控制器上部署,实时推理抖动低于 25 ns 且留出 97% 空闲算力。 这一方案为资源受限的机器人系统提供了高实用性的解决方案。
研究人员提出针对自动驾驶视觉语言模型的可迁移时空一致性对抗攻击 STCA,在 BDD100K 和 nuScenes 数据集上验证了对 Video LLaVA-7B 等模型的黑盒攻击效果。