5月4日～8日，IEEE信号处理学会旗舰国际会议ICASSP 2026在西班牙巴塞罗那举行。记者5月19日从腾讯了解到，微信AI团队（模式识别中心）凭借论文Less Redundancy: Boosting Practicality of Vision Language Model in Walking Assistants，从全球5760篇录用论文中脱颖而出，获评本届Best Industry Paper Award（最佳工业论文奖）——这是该奖项设立十年来首次授予中国企业团队，也是首次颁发给多模态视觉方向的研究成果。

　　ICASSP 2026 Best Industry Paper Award 授予微信 AI 团队颁奖现场。（图片由腾讯提供）

　　ICASSP最佳工业论文奖自2016年设立以来每届仅评选1篇，历届得主均为Meta、Microsoft、Google、Spotify 等海外科技巨头，且研究方向均集中于语音与音频领域。

　　获奖研究关注的不是一个商业概念，而是一个具体的人群——全球约2.83亿视障人士。他们的日常出行高度依赖辅助工具。近年，多模态大模型让“AI 出行助手”成为可能，但实际使用中暴露出一个共性问题：AI 提醒过于频繁、信息冗长，反而增加了使用者的认知负担。“什么时候该说”与“该说多少”，成为视觉语言模型在真实场景中落地的核心障碍。

　　腾讯微信AI团队此次获奖的研究 WalkVLM-LR（walkvlm-lr.github.io），正是基于该团队在ICCV 2025 WalkVLM研究中的积累，并进一步面向真实应用中的冗余问题展开优化——让AI在帮助视障人群出行时，做到“该说的时候说，说在点上”。

　　据介绍，WalkVLM-LR在工程与算法层面提出两项关键改进：

　　其一，基于GRPO强化学习框架重塑输出偏好。研究团队设计了四个与人类偏好对齐的奖励函数，分别针对简洁性、流畅度、关键词密度与准确性进行联合优化，使模型在保证信息完整的前提下显著压缩冗余输出。

　　其二，引入“环境感知判断器”。该模块与视觉语言模型共享视觉编码底层计算资源，在不增加额外算力开销的前提下，对当前环境的危险程度进行动态判断——只在真正需要提醒时才触发输出，从根本上减少无效播报。

　　实验结果显示，WalkVLM-LR在信息密度等核心指标上均达到当前业内最优水平，同时保持了对环境风险的准确感知能力。

　　将顶级研究资源投向商业回报有限、但社会价值显著的方向，并不是一个容易做出的选择。在AI行业普遍追逐通用能力上限和商业化变现速度的当下，把最优秀的算法工程师、最前沿的强化学习方法、最新一代的视觉语言模型，集中用在“如何让AI更少打扰一位看不见的人”这件事上，既需要技术判断，也需要价值判断。沿着团队此前在视障辅助方向的长期积累延伸而来，不追求一次性的概念发布，而是持续迭代真实场景下的可用性，这或许才是AI真正走进生活的方式。

（文章来源：广州日报）