IT之家 5 月 20 日消息，微信員工 @客村小蔣 昨晚分享了一則好消息，微信 AI 團(tuán)隊(duì)的模式識(shí)別中心憑借論文《Less Redundancy: Boosting Practicality of Vision Language Model in Walking Assistants》，在 5 月份西班牙巴塞羅那舉行的 ICASSP 2026 上拿下了最佳工業(yè)論文獎(jiǎng)。
IT之家注：ICASSP 全稱是 IEEE 國(guó)際聲學(xué)、語(yǔ)音與信號(hào)處理會(huì)議，是全球最大、最綜合的信號(hào)處理技術(shù)會(huì)議，過(guò)去的最佳工業(yè)論文獎(jiǎng)，一般是 META、微軟、Spotify 這樣的國(guó)外公司拿下。此次微信團(tuán)隊(duì)獲獎(jiǎng)也是這個(gè)獎(jiǎng)項(xiàng)自 2016 年設(shè)立以來(lái)，首次頒給中國(guó)企業(yè)團(tuán)隊(duì)。
據(jù)介紹，微信 AI 團(tuán)隊(duì)的工作人員提出了 WalkVLM-LR —— 一個(gè)為視障人士行走輔助設(shè)計(jì)的視覺(jué)語(yǔ)言模型，核心創(chuàng)新是減少冗余：既減少“說(shuō)得太多”（輸出冗余），也減少“說(shuō)得太頻繁”（時(shí)間冗余）。同時(shí)，這個(gè)模型解決了“什么時(shí)候該提醒”的問(wèn)題，視覺(jué)語(yǔ)言模型不應(yīng)該無(wú)時(shí)無(wú)刻每幀提醒，而更應(yīng)該在需要提醒的時(shí)候再開(kāi)口。
有網(wǎng)友詢問(wèn)延遲情況如何，微信員工 @客村小蔣 表示：“目前延遲整體控制在百毫秒量級(jí)，主要依賴環(huán)境感知判斷器和 VLM 共享視覺(jué)編碼器來(lái)減少等待，離真實(shí)落地還有優(yōu)化空間，但實(shí)時(shí)性已經(jīng)比較可用?！?/p>
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。