欢迎大家收看《RWKV 社区最新动态》，本期内容收录了 RWKV 社区 2025 年 10 月的最新动态。
10 月动态省流版（TL;DR）
-
RWKV 模型新闻动态
- RWKV7-G0a3 7.2B 发布
- RWKV8 ROSA 机制公布
-
RWKV 学术研究动态
- WKV-sharing embraced random shuffle RWKV high-order modeling for pan-sharpening（基于 RWKV 的图像全色锐化，发表于 CCF A 类会议 NeurIPS 2025）
- RWKV3D: An RWKV-Based Model with Multiple Training Strategies for Point Cloud Analysis（基于 RWKV 的点云分析，发表于 CCF A 类会议 ACM MM 2025）
- RWKV-PCSSC: Exploring RWKV Model for Point Cloud Semantic Scene Completion（基于 RWKV 的点云语义场景补全，发表于 CCF A 类会议 ACM MM 2025）
- Learning Structural Priors via Laplacian RWKV Diffusion with Light-Effect Dataset for Nighttime Visibility Enhancement（基于 RWKV 的图像增强，发表于 CCF A 类会议 ACM MM 2025）
- Freq-RWKV: Granularity-Aware Spatial-Frequency Synergy via Dual-Domain Recurrent Scanning for Pan-sharpening（基于 RWKV 的遥感图像全色锐化，发表于 CCF A 类会议 ACM MM 2025）
- RS3-RWKV: Leveraging RWKV for Efficient Remote Sensing Semantic Segmentation（基于 RWKV 的图像分割，发表于 JCR Q1 分区期刊 IEEE JSTARS）
- FS-RWKV: Leveraging Frequency Spatial-Aware RWKV for 3T-to-7T MRI Translation（基于 RWKV 的医学图像转换，发表于 CCF B 类会议 BIBM 2025）
- GDSR: Global-Detail Integration through Dual-Branch Network with Wavelet Losses for Remote Sensing Image Super-Resolution（基于 RWKV 的图像超分辨率，发表于 CCF B 类期刊 IEEE TGRS）
- SleepRWKVNet: A multimodal sleep staging network integrating bidirectional interactive RWKV and physiological prior-driven sequence-aware loss（基于 RWKV 的睡眠分期模型，发表于中科院 2 区 期刊 BSPC）
- Bridging Transformers and RWKV: Towards Efficient Multimodal Video Understanding（使用 RWKV 替代部分 Transformer 层的视频理解模型）
-
RWKV 社区市场活动
- RWKV 团队受邀参加 YOLO Vision 2025
RWKV 模型新闻动态
RWKV7-G0a3 7.2B 发布
2025 年 10 月 30 日， RWKV7-G0a3 7.2B 推理模型开源发布。它基于 RWKV7-G0a2 7.2B 继续训练高质量数据，显著提升能力。
详细报道：RWKV7-G0a3 7.2B发布：迄今最强RNN，高并发vibe coding
RWKV8 ROSA 机制公布
RWKV 架构作者 PENG Bo 已证实 RWKV8 ROSA 直接可 scale，堆越多越强：
![]()
详细报道：
RWKV 学术研究动态
WKV-sharing
该研究提出一种基于 RWKV 的遥感图像全色锐化新范式 RS-RWKV。为解决 Vision RWKV 中的固定扫描偏差，引入了贝叶斯启发的随机洗牌（Random Shuffle）扫描策略。同时，通过 WKV 共享机制实现高阶建模，有效降低延迟并提升了模型性能，在多个基准测试中表现优越。
文中方法非常出色，发表于 CCF A 类会议 NeurIPS 2025。
![]()
RWKV3D
本文提出一种基于 RWKV 架构的点云分析模型 RWKV3D，通过引入局部特征混合器 (LFM) 和双向多头移位 (BMS) 机制，有效提升了特征提取能力。该模型支持多种训练策略，在点云分类等任务中以更少的计算成本超越了 Transformer 和 Mamba 模型，取得了 SOTA 性能。
文中模型具有极高的精度和效率，发表于 CCF A 类会议 ACM MM 2025。
![]()
RWKV-PCSSC
该研究提出 RWKV-PCSSC，一个受 RWKV 机制启发的轻量级点云语义场景补全网络。通过创新的 RWKV 种子生成器 (RWKV-SG) 和点反卷积 (RWKV-PD) 模块，该方法在多个数据集上实现了 SOTA 性能，同时显著减少了模型参数量和内存占用。
论文中模型具有强大的性能和效率，发表于 CCF A 类会议 ACM MM 2025。
![]()
Learning Structural Priors via Laplacian RWKV Diffusion
该研究提出一种基于 RWKV 与扩散模型的夜间图像增强方法，通过设计的双环路拉普拉斯 RWKV (Lap-RWKV) 提取结构先验，以指导模型同时抑制光效并增强低光区域。作者还构建了首个包含光效的配对夜间数据集 NightLight。
文中模型具有优秀的精度和效率，发表于 CCF A 类会议 ACM MM 2025。
![]()
Freq-RWKV
本文为解决遥感图像全色锐化问题，首次提出 Freq-RWKV 框架。该框架改进了 RWKV 架构，通过小波引导的双域扫描策略克服其固有的局部一致性缺陷。其 U 形网络协调空间与频率域扫描，实现了从粗到细的特征增强，有效恢复高频细节。
文中模型效果突出，发表于 CCF A 类会议 ACM MM 2025。
![]()
RS³-RWKV
该研究基于 RWKV 架构提出 RS3-RWKV 框架，用于高分辨率遥感图像语义分割。通过设计的邻近敏感 WKV 注意力 (PS-WKV) 和尺度自适应位移机制 (SA-Shift)，模型有效捕捉了空间连续性和多尺度特征，在提升分割精度的同时保持了计算效率。
文章对遥感图像分割做出了贡献，发表于 JCR Q1 分区期刊 IEEE JSTARS。
![]()
FS-RWKV
本研究提出基于 RWKV 的 FS-RWKV 框架，用于将低场 3T MRI 图像转换为高场 7T 图像。该模型引入频率空间全向位移 (FSO-Shift) 和结构保真度增强模块 (SFEB)，通过结合小波分解与多域特征融合，有效提升了合成图像的解剖细节与全局对比度，性能优于现有方法。
论文的工作出色，发表于 CCF B 类会议 BIBM 2025。
![]()
GDSR
论文首次将 RWKV 模型应用于遥感图像超分辨率，提出了 GDSR 双分支网络。该网络并行 RWKV 与 CNN 分别捕获全局和局部特征，通过特定模块进行融合，并结合小波损失函数增强细节恢复。实验表明，GDSR 在提升重建质量的同时，计算效率优于现有先进方法。
论文有效提升了重建精度和效率，发表于 CCF B 类期刊 IEEE TGRS。
![]()
SleepRWKVNet
该研究提出 SleepRWKVNet，一种基于双向交互 RWKV 的多模态睡眠分期网络。模型通过创新的 Bi-IFM 模块高效融合长序列生理信号并解决模态贡献不一致问题，同时引入基于生理先验的序列感知损失函数 PS-Loss，有效缓解类别不平衡，提升了自动睡眠分期的准确性。
论文的工作新颖有效，发表于中科院 2 区 期刊 BSPC
![]()
Bridging Transformers and RWKV
该研究为解决长视频理解的效率瓶颈，提出一种 RWKV-Transformer 混合架构。通过将部分 Transformer 层替换为 RWKV 模块，并利用参数重用和渐进式蒸馏策略，模型在不进行令牌压缩的情况下显著提升了推理吞吐量，同时在多个视频理解基准上保持了与原模型相当甚至更优的性能。
![]()
社区市场活动
RWKV 团队受邀参加YOLO Vision 2025
2025 年 10 月 26 日，元始智能受邀参加 YOLO Vision 2025 并分享 RWKV 技术在视觉模型中的应用。
![]()
![]()
加入 RWKV 社区
欢迎大家加入 RWKV 社区，可以从 RWKV 中文官网了解 RWKV 模型，也可以加入 RWKV 论坛、QQ 频道和 QQ 群聊，一起探讨 RWKV 模型。
