顶会论文是衡量一家公司AI研发实力的硬通货。近日，自然语言处理领域的国际顶会EMNLP 2026公布了论文录用结果，小米共有8篇研究论文成功入选。
这8篇论文涵盖了手机智能体、大模型推理加速、AI自主设计以及主动智能等多个方向。EMNLP作为NLP领域公认的重要学术会议，今年的会议将于10月在匈牙利布达佩斯举办。值得注意的是，这些成果大多由小米与国内多所高校联合完成，未来将直接落地到小米的人车家全生态设备中。
围绕手机GUI智能体的优化是此次声量最大的研究之一。当前的手机AI助手在自动操作APP时，中间步骤出错率较高，且严重依赖人工编写判定规则。小米团队提出了一种新方案：让AI自己生成任务，并自动判断操作是否正确。这使得判定准确率超过90%，同时极大减少了人工介入的需求。
为了改善用户体验，小米还设计了一个两步式框架：先由轻量模型判断“是否真的需要主动提示用户”，以此来避免AI过度“刷存在感”或频繁弹窗打扰。这套机制使算力开销下降了69.3%。
另一批论文聚焦于大模型的推理效率和算力节约。其中一项投机解码方案，在不新增参数的情况下，将推理速度提升了2.4至3.01倍。此外，团队还开发了一套基于任务难度的算力分配机制，不再对每个问题都开启“深度思考”，只在遇到复杂问题时才分配更多算力。在效果损失极小的前提下，显著减少了token消耗。
同样引人关注的是针对AI辅助设计的模型。这项研究旨在解决模型开发阶段的“无用功”问题。通过新算法，系统可以提前筛选出那些价值不大的模型改动，直接跳过无效的试验，平均节省70.88%的GPU计算时间，从而有效缩短端侧AI模型的开发周期。
尽管这些研究成果看起来颇具论文气，但小米的落地意图非常明确。从手机、汽车到智能家居，大模型本地部署的“算力吃紧”和“智能助手误操作”一直是行业痛点，这8篇论文正是精准瞄准了这些现实问题。当然，从学术预研到用户真正能感知到的功能，中间还需要扎实的工程化打磨。可以预见，这些技术将逐步转化为小米设备上更聪明、更省电的AI助手体验。