视源“模型剪枝”论文入选EMNLP，获国际学术权威认证

11月4日至9日，自然语言处理领域的三大国际顶会EMNLP在苏州成功举办。视源股份人工智能团队在会上取得了一项重要突破——由视源AI团队主导研发的"模型剪枝"技术论文被大会主论坛接收。本届会议投稿量高达8174篇，主会接受率仅为22.16%，这项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了国际学术界的权威认可。

作为自然语言处理领域三大国际顶会之一，EMNLP与ACL、NAACL齐名，共同构成该领域最具影响力的学术交流平台。会议聚焦自然语言处理的前沿实证研究方法，每年都吸引全球顶尖学者积极参与，入选论文代表着行业内最高的创新水平，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团队的研究基于大模型不同模块对精度影响存在差异的发现，提出了一种自适应的剪枝方法。该方法将剪枝问题转化为一个组合优化问题，并通过严谨的数学推导将求解的时间复杂度从指数级简化为多项式级。经试验验证，该方法不仅在非微调方法中取得良好效果，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EMNLP顶会主会收录，获得了国际学术界对该方法的高度认可。

当前大模型已开始规模化应用于各终端产品中，行业都在积极探索如何既提升模型精度又提高模型的推理速度，从多维度改善用户体验。"模型剪枝"的独特优势在于，能够在保证精度的前提下，显著提升模型的运行效率。

视源股份AI技术团队分享了研发经过："研发过程中我们发现几何体识别任务在端侧推理延迟约15秒，经过一系列优化后可以缩短至3秒左右，但我们仍不满意，希望最终能够压缩到2秒以内。为此我们开展了剪枝方法研究，要求叠加量化方法后保持精度不变的前提下，剪除50%的参数，从而有效降低推理延迟。"

据了解，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，可将模型的推理速度提升至1.5倍以上，让用户体验得到明显改善。

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不断的研发投入。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，展现了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，能够更准确地识别语音互动内容，帮助其打造更具沉浸感的情境课堂。

当前，视源股份在人工智能领域开展丰富的场景应用：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，覆盖超过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备课激活用户数量突破60万。

*1.5倍为研发数据

*数据来源于视源股份2025中报