资讯
小米AI大模型创新突破：8篇论文入选国际顶会EMNLP 2026
📌 概要
<p>快科技8月29日消息，<span style="color: #ff0000;"><strong>自然语言处理顶会EMNLP 2026公布论文录用结果，小米一共有8篇研究论文成功入选。</strong></span></p> <p>这些研究覆盖手机智能体、大模型推理提速、AI 自主研发、主动智能等方向，研究成果未来会落地到小米人车家全生态设备。</p> <p>EMNLP是NLP领域分量很重的
<p>快科技8月29日消息，<span style="color: #ff0000;"><strong>自然语言处理顶会EMNLP 2026公布论文录用结果，小米一共有8篇研究论文成功入选。</strong></span></p>
<p>这些研究覆盖手机智能体、大模型推理提速、AI 自主研发、主动智能等方向，研究成果未来会落地到小米人车家全生态设备。</p>
<p>EMNLP是NLP领域分量很重的国际学术会议，今年10月24日至29日会在匈牙利布达佩斯举办。小米这次的成果，不少是和国内多所高校联合完成。</p>
<p><strong>其中一部分论文围绕手机GUI智能体做优化。</strong>现在手机AI助手自动操作APP，很容易中间步骤出错，还需要大量人工写规则。</p>
<p>小米新方案可以自动生成任务、自动判断操作对错，不用人工一条条写判定逻辑，任务判断准确率超过90%。</p>
<p align="center"><a href="https://img1.mydrivers.com/img/20260829/6aa73d31-595d-49c4-977d-1aa13c9624d6.jpg" target="_blank"><img alt="小米AI大模型创新突破：8篇论文入选国际顶会EMNLP 2026" src="https://img1.mydrivers.com/img/20260829/S6aa73d31-595d-49c4-977d-1aa13c9624d6.jpg" style="border: black 1px solid;" /></a></p>
<p>还有一套两步式框架，先用轻量模型判断要不要主动给用户提示，避免乱弹窗打扰人，算力开销直接下降69.3%。</p>
<p align="center"><a href="https://img1.mydrivers.com/img/20260829/8b5d5271-ad8e-479d-b51e-4983f6299260.png" target="_blank"><img alt="小米AI大模型创新突破：8篇论文入选国际顶会EMNLP 2026" src="https://img1.mydrivers.com/img/20260829/S8b5d5271-ad8e-479d-b51e-4983f6299260.png" style="border: black 1px solid;" /></a></p>
<p><strong>另一批成果主攻大模型提速、省算力。</strong>有投机解码方案，不用新增参数，推理速度可以提升2.4-3.01倍。</p>
<p>还有一套算力分配机制，不会所有问题都无脑开启深度思考，只给难题分配更多算力，在效果损失很小的前提下，省下不少token消耗。</p>
<p align="center"><a href="https://img1.mydrivers.com/img/20260829/5fd4d565-b7eb-487f-bdfc-e93a5c45eb06.png" target="_blank"><img alt="小米AI大模型创新突破：8篇论文入选国际顶会EMNLP 2026" src="https://img1.mydrivers.com/img/20260829/S5fd4d565-b7eb-487f-bdfc-e93a5c45eb06.png" style="border: black 1px solid;" /></a></p>
<p><strong>除此之外，还有AI辅助设计模型的相关研究</strong>，能提前筛掉没什么价值的模型改动，平均节省70.88%的GPU计算时间，缩短端侧AI模型开发周期。</p>
<p align="center"><a href="https://img1.mydrivers.com/img/20260829/f6e5a078-9ddc-4f56-abc2-d8266cb6f65f.png" target="_blank"><img alt="小米AI大模型创新突破：8篇论文入选国际顶会EMNLP 2026" src="https://img1.mydrivers.com/img/20260829/Sf6e5a078-9ddc-4f56-abc2-d8266cb6f65f.png" style="border: black 1px solid;" /></a></p>
<p>这些不是纸上谈兵的理论，研究瞄准真实手机、汽车、智能家居场景。现在大模型本地部署最大痛点就是算力吃紧、智能助手容易乱操作，这批研究就是冲着解决这些现实问题。</p>
<p>当然论文只是技术前置积累，从学术论文到普通用户能摸到的实际功能，中间还需要工程化打磨。后续这些技术会逐步转化，改善小米设备上AI助手的使用体验。</p>