小米AI团队突破持续学习瓶颈，Any-SSR框架让大模型“只记不忘”

2025年7月8日，小米技术团队正式对外宣布，其提交的两篇AI技术论文在全球顶级学术会议上获得了高度认可。这两篇论文不仅展现了小米在AI领域的深厚实力，更实现了多个“行业首次”的创新，特别是在大语言模型持续学习领域，成功攻克了长期困扰业界的“灾难性遗忘”难题。

其中一篇论文深入探索了视频理解大模型的研究，并推出了小米全自研的Q-Frame核心技术。这项技术创新性地提出了行业首个动态帧选择与分辨率自适应框架，该框架具有极高的兼容性，无需针对特定模型进行训练，即可轻松应用于市面上的各类视频理解大模型基座。Q-Frame的三大行业首次创新——跨模态查询检索（CQR）、查询感知帧选择（QFS）以及多分辨率自适应（MRA），使得模型能够精准捕捉与用户问题最相关的视频关键内容，从而将有效信息量提升了5倍之多。

而另一篇论文则聚焦于持续学习框架的研发，提出了Analytic Subspace Routing (Any-SSR)这一创新框架。在持续学习过程中，大语言模型往往会因为新知识的不断涌入而遗忘旧知识，即所谓的“灾难性遗忘”。这一问题严重制约了大语言模型的性能稳定性与知识积累能力。Any-SSR框架的出现，为这一难题提供了有效的解决方案。

Any-SSR框架通过分析路由机制，能够动态地将不同任务分配到独立的子空间进行学习，从而避免了任务间的知识干扰。同时，该框架还巧妙地结合了低秩适应（LoRA）与分析路由的方法，实现了新旧知识的无缝整合与动态学习。这一创新不仅提升了大语言模型在持续学习过程中的性能稳定性，还极大地增强了其知识积累能力。

小米集团对于AI技术的投入可谓不遗余力。在2025年的300亿研发投入中，大约有四分之一被用于AI相关方向。而未来五年（2026-2030年），小米还计划在核心技术赛道上再投入2000亿元，以持续推动AI技术的创新与发展。

小米AI团队的这一系列创新成果，不仅为小米自身的发展注入了强大的动力，也为整个AI行业树立了新的标杆。随着Any-SSR框架等创新技术的不断应用与推广，我们有理由相信，大语言模型将在未来展现出更加卓越的性能与更加广泛的应用前景。