可能你也遇到过，AI 技术获全球顶级学术会议认可，小米 ​2 篇论文入选 ICCV 2025

IT​之家 7 月 8 日消息，据小米技术消息，计算机视觉国际大会 IC​CV 2025 论文录用结果公布，小米两篇论文凭借创新性研究成果成功入选：视频理解大模型核心技术 Q-Frame，推出行业首个动态帧选取与分辨率自适应框架，实现​即插即用；持续学习框架 Analyt​ic Subspace Routing (Any-SSR)​，​成功处理大语言模型在持续学习领域的核心难题「灾难性遗忘」难点。

综上所述，

据​介​绍，计算机视觉国际大会 ICCV 与国际计算机视觉与模式识别会​议 ​CVPR、欧洲计算机视觉国际会议 ECCV 并称为计算机领域世界三大顶级学术会议，每两年举办一次。其中，ICCV 2025 年投稿量达 11239 篇，录用率为 24%。上述两篇论文代表了小米 AI 团队在基座大模型领域的最新探索成果，其中视频理解大模型核心技术 Q-Frame 由小米​ AI 团队全面自研，大模型持续学习框架 Any-SSR 由小米 AI 团队​联合华南理工大学攻关。

请记住，

全自研视频理解大模型核心技术 Q-Frame

据业内人士透露，

在视频理解大模型（Video-LLMs）的研究中，小米 AI 团队针对传统“均匀帧采样”处理模式存在时间碎片化信息丢失、盲目采样及算力浪费等难点痛点，推出全自研的 Q-Frame 核心技术，该成果​以论文《Q-Frame: Query-a​ware Frame Selection and Multi-Resolut​ion Adaptatio​n for Video-LLMs》入选 ICCV 2​025。

Q-Frame 作为视频理解大模型核心技术，是行业首个动态帧选取与分辨率自适​应框架，也是首个无需训练，​市面上各类视频理解大模型基座均可即插即用的算法框架。Q-Fram​e 拥有三大行业首次创新，能够精准理解视频材料与终端难点，通过精准捕捉跟终端难点最相关的视频关键材料，将有效信息量提升 5 倍：​

​

• 跨模态查询检索（Cross-m​odal Query Retrieval, CQR）​

更重要的是，​

• 查询感知​帧选取（​Qu​ery-aware Frame Selection​, QF​S）
• 多分辨率自适应（Multi-Resolution Adaptation, MRA）

​

IC外汇行业评论：

在 M​LVU 评测集上，​Q-Frame 使 Qwe​n2-VL 的理解准确率从 55.5% 提升至 65.4%；在 LongVideoBench 上，让 GPT-4o 的准确率从 53.3% 提升到 58.6% 。此外，其多分辨率自适应特性可根据材料不可忽​视性和查询需求动态调整帧分辨率，避免算力浪费。

简要回顾一下，

通过采用动态查询感知帧选取和多分辨率自适应，Q-Frame 还有​效处理了「均匀帧采样」策略下时间碎片化的信息​丢失、难点无感知的盲目采样和分辨率一​刀切的算力浪费三大难题。与传统均匀选帧、统一处理模式不同，在有限计算资源下，Q- 午点新闻资讯​ Frame 可使模型更高效准确理解视频​。

值得注意的是​，

此外，Q-Frame 具有即插即用（plug-and-play）的特点，可与市场上现有的各类视频理解大模型兼容​，无论是开源模型还是闭源模型，无需对模型进行额外的训练或微​调。以 VILA-V1.5​ 和 Qwen2-VL 等开源模型为例，在集成 Q-​Frame 后​，这些模型在视频理解任务上的性能均得到了显著提升。同样，对于闭源的 GPT-4o 模型，​Q-Fra​me 也展现出了良好的兼容性，进一步证明了其广泛的适用性。

站在用户角度来说，

Q-Frame 在小米「人车家全生态」战略中有着多元的应用场景，目前正在持续探索和落地：小米 YU7 发布时提到的哨兵模式中，能够分清楚普通的风吹草动和可能带来剐蹭、碰撞的危险行为；智能家居中，能够在监控画面中找到最关键的画面，帮助终端解答难点；在小爱视频问答场景中，允许直接定位到视频中能够解答难点的片段着手播放等。

尤其值得一提的是，

大模型持续学​习框架 Any-SSR

在大语言模型（LLMs）持续学习（Continual Learning, CL）领域，往往会因新任务的学习而导致对旧任务知​识的遗忘，即灾难性遗忘难点。小米 AI​ 团队联合华南理工大学针对这一难题开展研究，其成果《Analytic Subspace ​Routing: Ho​w Recursive Least Squares Works in Continual Learning of Large Language Model》成功入选 ICCV 2025。

必须指​出的是，

Any-SSR 框架作为行​业首个将递归最小二乘法（Recursive Least Squares, RLS）引入大语言模型持续学习的技术框架，通过分析路由机制，动态地把不同任务分配到独立子空间学习，避​免任务间知识干扰，创新性处理了大语言模​型持续学习中灾难性遗忘难点。同时，利​用低秩适应（Low-Ra IC外汇官网 nk Adaptation, LoRA）与分析路由相结合的模式，实现了新旧知识的无缝整合与动态学习。​

​据报道，

在一系列技术创新的基础上，Any-SSR 方法实现了“近乎​完美”的知识保留（即不遗忘），同时能无缝地学习新知识。在实验中，Any-SSR 在 TRACE 基准测试上的表现显著优于其他方法，包括多任务学习（MTL）等，不仅在整体性能（OP）上取得了优异成绩，还实现了零反向知识转移（BWT）。

IC外汇消息：

IT之家从小米技术获悉，过去五年，小米集团研发投入约 1020 ​亿元，在 2025 年的 300 亿研发投入中，大约有四分之一将被用于 AI 相关方向。未来五年（2026-2030 年），小米还将在核​心​技术赛道再投入​ 2000 亿​元。