首页干货文章 AAAI 2026 Oral | 明略科技开创希罕数据「信息瓶颈动态压缩」，，，，，精度+速率双SOTA

AAAI 2026 Oral | 明略科技开创希罕数据「信息瓶颈动态压缩」，，，，，精度+速率双SOTA

2025-12-08

在AI模子越来越“重”的今天，，，，，怎样让它们在智能装备上“轻装上阵”？？？？？？？

克日，，，，，明略科技（2718.HK）与东南大学、中南大学配合提出了一个立异的端到端框架——CompTrack。。。。。。。。通过给AI装上“智能过滤器”，，，，，只处置惩罚有价值信息，，，，，扬弃无用数据，，，，，不但让点云跟踪速率提升至80帧/秒，，，，，精度再立异高，，，，，更付与自主智能体实时决议能力，，，，，让机械人在重大情形中越发“眼疾手快”。。。。。。。。该研究已被人工智能领域顶级聚会 AAAI 2026 吸收为 Oral 。。。。。。。。

在机械人和具身智能领域，，，，，transformer 模子正变大越来越通用，，，，，同时也越来越「重」。。。。。。。。我们在盼愿 SOTA 精度，，，，，但现实天下的边沿装备 (如机械人端场景) 却无法遭受其高昂的盘算和延迟。。。。。。。。

AAAI 2026 Oral | 明略科技开创希罕数据「信息瓶颈动态压缩」，，，，，精度+速率双SOTA — 论文地点：https://arxiv.org/pdf/2511.15580v3

「Efficient AI」的焦点挑战之一是：模子是否真的需要处置惩罚所有输入数据？？？？？？？

由东南大学、中南大学、明略科技（2718.HK）团结提出的一篇被 AAAI 2026 吸收为 Oral 的论文 CompTrack 给出了一个深刻的谜底。。。。。。。。这项事情展示了压缩手艺怎样大幅降低盘算开销，，，，，同时坚持或甚至提升模子性能，，，，，以 3D 点云跟踪作为一个引人注目的应用案例。。。。。。。。

详细而言，，，，，该事情一针见血地指出，，，，，目今 AI 模子（尤其在处置惩罚希罕数据如点云时）普遍面临「双重冗余」（Dual-Redundancy）挑战：

1. 空间冗余 (Spatial Redundancy)：海量的、无关的配景点和空缺区域（如天空、远处的修建物）被送入网络，，，，，这不但铺张算力，，，，，更污染了特征，，，，，导致精度下降。。。。。。。。

2. 信息冗余 (Informational Redundancy)：这一点更为致命且常被忽视。。。。。。。。即即是在我们真正体贴的「远景目的」上，，，，，也充满着大宗重复和低价值的信息。。。。。。。。例如，，，，，在识别一辆车时，，，，，车辆引擎盖上的 100 个点和 500 个点提供的有用几何信息险些是等价的；；；；；；而车轮、边角等要害点的价值则远高于这些平展外貌。。。。。。。。

现有要领大多只处置惩罚了问题 1（过滤配景），，，，，却对问题 2（压缩远景）一筹莫展。。。。。。。。CompTrack 立异性地提出了一个端到端框架，，，，，从基础上同时解决这两种冗余。。。。。。。。

焦点洞察（一）：用「信息熵」过滤空间冗余

针对空间冗余，，，，，CompTrack 接纳了一个空间远景展望器 (SFP)?。。。。。。。。SFP 是一个轻量级�？？？？？？？椋�，，，，它基于信息熵理论，，，，，通过一个高斯热图监视学习，，，，，精准地「筛除」那些信息含量极低、对使命无益的配景噪声。。。。。。。。这一步为后续的精准压缩涤讪了坚实基础。。。。。。。。

焦点洞察（二）：用「信息瓶颈」动态压缩信息冗余

这篇事情最焦点的孝顺，，，，，是其信息瓶颈指导的动态令牌压缩 (IB-DTC)?�？？？？？？？椋�，，，，它专为解决「远景信息冗余」而设计。。。。。。。。

为什么这个�？？？？？？？槭� Efficient AI 的一次主要探索？？？？？？？

1. 理论完整，，，，，离别盲目压缩：该�？？？？？？？榈墓菇ɑ诩崾档�「信息瓶颈 (IB)」原理。。。。。。。。其目的很是明确：只保存那些对最终展望（如目的运动）有价值的信息，，，，，并扬弃所有不相关的冗余信息。。。。。。。。它进一步证实，，，，，这种信息冗余在数学上等价于特征矩阵的「低秩 (Low-Rank)」特征。。。。。。。。

2. SVD 指导，，，，，实现「动态」压缩：IB-DTC 最精妙的设计在于其动态性。。。。。。。。它没有使用一个牢靠的、「一刀切」的压缩率，，，，，而是使用在线奇异值剖析 (SVD) ，，，，，在推理时（on-the-fly）实时剖析目今输入远景数据的「内在秩 (intrinsic rank)」。。。。。。。。这意味着：

若是远景简朴（如一辆侧面的卡车），，，，，模子自动使用高压缩率。。。。。。。。
若是远景重大（如一个骑行者），，，，，模子自动使用低压缩率。。。。。。。。这种数据依赖的动态压缩，，，，，在保存要害信息的同时，，，，，最大化了盘算效率。。。。。。。。

3. 绕过 SVD，，，，，实现「端到端」训练：SVD 自己是不可微分的，，，，，无法直接用于训练。。。。。。。。CompTrack 巧妙地将其用作一个「指导者」：SVD 只认真在前向撒播时提供最优的压缩率 K 和特征基（prior），，，，，而真正的压缩则由一个可学习的、基于 K 的 Cross-Attention �？？？？？？？橥瓿� 。。。。。。。。这使得整个高效压缩流程可以端到端训练。。。。。。。。

应用效果：更少算力，，，，，更高精度！

CompTrack 将该框架应用于极具挑战性的 3D 点云跟踪使命。。。。。。。。效果证实，，，，，这种对「信息冗余」的系统性压缩是极其高效的：

速率：在 RTX 3090 上抵达?80 FPS?的实时性能，，，，，相比 SOTA 要领 (P2P) 65 FPS 的速率，，，，，实现了 1.3 倍的加速。。。。。。。。
效率：盘算量（FLOPs）显著降低，，，，，仅为?0.94G。。。。。。。。消融实验证实，，，，，IB-DTC �？？？？？？？槭鞘迪中时继冢ù� 48 FPS 提升至 75 FPS）的焦点。。。。。。。。
精度：在实现极致效率的同时，，，，，CompTrack 在 nuScenes 和 Waymo 两个大规模数据集上均刷新了 SOTA（State-of-the-art）性能。。。。。。。。

CompTrack 的意义远不止于 3D 跟踪。。。。。。。。它提供了一个「理论指导、动态自顺应、端到端」的通用信息压缩范式。。。。。。。。

该事情证实，，，，，与其盲目地让 Transformer 处置惩罚所有数据，，，，，不如先问一个更基本的问题：「哪些信息是真正有价值的？？？？？？？」。。。。。。。。CompTrack 的手艺预示着高效 AI 的更普遍范式转变。。。。。。。。其动态、SVD 指导的压缩易于顺应其他涉及希罕或冗余数据的领域，，，，，如机械人中的传感器融合，，，，，甚至视觉 – 语言模子中的多模态处置惩罚。。。。。。。。通过优先思量信息效率而非蛮力盘算，，，，，CompTrack 也为后续解决视频明确、多模态融合以致大模子推理中的信息冗余问题，，，，，提供了极具远景的新思绪。。。。。。。。

这正是 Efficient AI 未来的生长偏向：不做无效盘算，，，，，只为价值付费。。。。。。。。

推荐阅读

明略科技正式加入香港中国企业协会，，，，，以AI手艺赋能在港中资企业智能化升级

2026-03-16

克日，，，，，明略科技高级副总裁孙方超、香港总司理张晓及AIGC营业（零壹贰叁）合资人兼高级副总裁周昊一行造访中企协会，，，，，与中企协会副总裁曾燊典、中企协会会员事务部总监任钛石举行友好谈判，，，，，并现场接受会员证书揭晓。。。。。。。。

相识更多

重磅 | 明略科技吴明辉荣获2025中国产学研相助增进会科技"立异人物奖"

2026-03-16

明略科技（2718.HK）首创人、CEO兼CTO吴明辉?依附在人工智能手艺与工业深度融合方面的卓越孝顺，，，，，从众多候选人中脱颖而出，，，，，荣获“2025年中国产学研相助增进会科技立异奖——立异人物奖”，，，，，并作为获奖代表登台领奖。。。。。。。。2026年3月15日，，，，，第十七届中国产学研相助立异大会在北京聚会中心盛大举行。。。。。。。。天下人大常委会原副委员长陈至立，，，，，天下政协原副主席、中国科协主席万钢等向导，，，，，以及教育部党组成员、副部长徐青森，，，，，国家知识产权局党组成员、副局长胡文辉等部委向导揭晓致辞。。。。。。。。中国产学研相助增进会会长王建华主持聚会。。。。。。。。大会盛大揭晓2025年中国产学研相助增进会科技立异奖。。。。。。。。

相识更多

AI创意视频进入量产，，，，，AdEff 教你选出好创意

2026-03-10

AIGC解决了"做不出"的问题，，，，，却让"测不起"成为全行业新挑战。。。。。。。。AdEff是明略科技基于自研超图多模态大语言模子和10万+次神经科学丈量履历研发的AI创意测试产品，，，，，可在15分钟内完成广告测试，，，，，89%的展望得分与真人样本测试具有强相关性，，，，，资助企业在投放前快速筛选高潜力创意，，，，，让创意投放回归科学。。。。。。。。

下一篇：离别“玄学”营销，，，，，构建成熟AI生产力丨 2025 营销科学大会嘉宾分享

返回行业资讯

btt博天堂

焦点洞察（一）：用「信息熵」过滤空间冗余

焦点洞察（二）：用「信息瓶颈」动态压缩信息冗余

为什么这个�？？？ ？ ？？ ？槭� Efficient AI 的一次主要探索？？？ ？ ？？ ？

应用效果：更少算力，，，，，更高精度！

为什么这个�？？？？？？？槭� Efficient AI 的一次主要探索？？？？？？？

应用效果：更少算力，，，，，更高精度！