来源 :工大高科2026-07-15
近日，工大高科研发团队在工业视觉大模型研究领域取得重要进展，围绕多任务学习方向的研究成果《Multi-Task Dense Prediction with Mixture of Unit-Rank Experts》被CCF A类会议ACM International Conference on Multimedia录用，为视觉感知模型的多任务学习提供创新解决方案！该项成果主要作者为工大高科创新发展研究院研究人员徐昊、王峥，指导老师为魏臻教授、陆阳教授。
ACM国际多媒体会议（ACM MM）是什么水平？
ACM国际多媒体会议（ACM MM）是多媒体及多模态领域的全球顶级学术会议，属CCF推荐A类（最高级），由ACM主办，代表该方向国际最高学术水准，涵盖图像处理、视频分析、多媒体检索、虚拟现实、音频语音等多个研究方向。
论文摘要
近年来，多任务密集预测研究取得了显著进展，但如何学习细粒度且具有较强判别性的任务专属特征，仍然是该领域面临的重要挑战。为此，本文提出了一种面向解码器的混合单秩专家方法（Mixture of Unit-Rank Experts，MURE）。受LoRA子空间混合特性的启发，我们将具有LoRA结构的单位秩专家引入混合专家框架，通过动态路由实现特征表示的自适应细粒度调制。在此基础上，我们设计了空间调制单元和通道调制单元，分别从空间结构模式和通道语义关系两个维度逐步增强任务专属特征表示。
>>任务专属特征表示的可视化对比<<
此外，为缓解多任务学习过程中任务间共享知识与任务专属信息相互干扰的问题，MURE采用了共享–私有混合专家设计。在每个调制单元中，同时引入任务共享专家组和任务私有专家组，使模型能够分别建模跨任务的通用知识和任务内的专属知识，在促进知识共享的同时增强任务特征的区分能力。在PASCAL-Context和NYUD-v2两个公共基准数据集上的实验结果表明，MURE的整体性能优于现有先进方法。
>>模型推理结果的可视化对比<<
本项目研究内容，获得了安徽省科技厅科技创新攻坚计划的支持。此次高水平论文成功获顶级学术会议录用，既是工大高科在工业视觉大模型领域深耕研究的重要佐证，也为公司技术迭代与场景落地筑牢了理论根基。
未来，工大高科将持续深耕工业视觉大模型核心技术研究，不断打磨算法模型、突破技术壁垒。同时，公司将持续推进技术与各类工业场景的深度融合、落地迭代，持续优化模型的通用性、适配性与泛化能力，进一步释放人工智能技术的产业应用价值，以硬核科创实力赋能工业数字化、智能化转型升级。