多模态大模型

HyperVL: An Efficient and Dynamic Multimodal Large Language Model for Edge Devices

HyperVL: 一种高效的多模态大语言模型用于边缘设备

HyperAI Team, Yuchen Liu, Kaiyang Han, Zhiqiang Xia, Yuhang Dong, Chen Song, Kangyu Tang, Jiaming Xu, Xiushi Feng, WenXuan Yu, Li Peng, Mingyang Wang, Kai Wang, Changpeng Yang, Yang Li, Haoyu Lu, Hao Wang, Bingna Xu, Guangyao Liu, Long Huang, Kaibin Guo, Jinyang Wu, Dan Wu, Hongzhen Wang, Peng Zhou, Shuai Nie, Shande Wang, Runyu Shi, Ying Huang

机构 * HyperAI Team（HyperAI团队） ； Xiaomi Corporation（小米公司） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CV、cs.CL

AI总结 HyperVL是一种为边缘设备优化的高效多模态大语言模型，通过图像分块、视觉分辨率压缩和双一致性学习技术，实现低延迟、低功耗的多模态推理。

Comments Technical report of Xiaomi HyperAI Team

Low-Resource, High-Impact: Building Corpora for Inclusive Language Technologies

低资源、高影响：为包容性语言技术构建语料库

Ekaterina Artemova, Laurie Burchell, Daryna Dementieva, Shu Okabe, Mariya Shmatova, Pedro Ortiz Suarez

机构 * Toloka AI 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CL、cs.AI

AI总结 本教程提供构建包容性语言技术的实用工具和方法，涵盖多语言和低资源语言的端到端NLP流水线建设。

Comments Tutorial is accepted to LREC2026

A Unified Sparse Attention via Multi-Granularity Compression

一种通过多粒度压缩的统一稀疏注意力机制

Siran Liu, Zane Cao, Yongchao He

专题命中 其他多模态 ：cross-modal(abstract)；分类 cs.CL

AI总结 UniSparse通过多粒度压缩和块级选择，实现高效稀疏注意力机制，提升LLM在长上下文理解和推理中的效率与准确性。

Synthetic Data Pipelines for Adaptive, Mission-Ready Militarized Humanoids

面向适应性、任务导向的军事化人形机器人的合成数据管道

Mohammed Ayman Habib, Aldo Petruzzelli

机构 * Omnia 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 Omnia提出了一种合成数据管道，用于加速军事化人形机器人的训练、验证和部署准备，通过生成高保真度模拟场景提升感知、导航和决策能力。

Comments 6 pages; xTech Humanoid white paper submission