跳到正文
10月12日周一
  1. arXiv · ML37

    DASC:混合线性注意力推理中的衰减感知状态压缩

    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%。

  2. arXiv · ML25

    EmbodiTTA: 面向具身视觉系统的资源高效测试时自适应框架 OD-TTA

    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。

  3. arXiv · ML22

    轻量级时频振动感知框架用于消费设备状态监测

    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。

  4. arXiv · ML33

    Minions:基于闲置 Apple Silicon 设备构建的动态分布式虚拟 GPU 云

    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。

  5. arXiv · ML26

    BLEND 框架:平衡联邦视觉-语言模型中的个性化与泛化能力

    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。

  6. arXiv · ML36

    TTS-Q:面向文本转语音扩散Transformer的说话人感知后训练量化方法

    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。

10月11日周日
  1. Qoder41

    联想天禧AI发布4.3版本及AI主机,构建三层协作架构

    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。

  2. 面壁智能36

    面壁智能与鹿明机器人达成具身智能战略合作

    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。

10月10日周六
  1. 阿里云百炼74

    阿里云百炼发布 Agent Studio 与 Agent Studio for Hardware 平台

    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。

10月9日周五
  1. arXiv · AI31

    SPARC:面向视觉-语言-动作模型的学习式图像压缩框架

    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。

  2. arXiv · AI26

    FreshMem: 面向流式视频理解的大脑启发频率-空间混合记忆机制

    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。

  3. arXiv · ML28

    S4oP:面向资源受限设备的结构化状态空间模型算子级剪枝

    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。

10月8日周四
  1. arXiv · ML40

    ECGLight:基于轻量化设备的纸质心电图数字化与心肌梗死筛查框架

    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。

  2. arXiv · AI22

    量化地理域偏移以解耦人类流动性生成模型的地理空间可迁移性

    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。

  3. arXiv · AI24

    用于安全实时机器人控制的微型神经策略

    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。