欢迎大家收看《RWKV 社区最新动态》，本期内容收录了 RWKV 社区 2026 年 1 月的最新动态。
RWKV 模型新闻动态
RWKV 学术研究动态
RWKV 社区市场活动
RWKV 社区项目动态
2025 年 12 月 31 日，RWKV7-G1c 系列模型 13B/7B/3B 发布，G1c 系列的预训练质量可靠，通过 State-tuning 可轻松高效完成复杂任务。
论文在分层编码器的每个阶段嵌入 Hi-RWKV 块作为核心处理模块，通过双向空间传播和边缘感知门控实现全局空间上下文建模，并引入可学习的波段嵌入和通道混合增强跨波段判别性，以线性复杂度实现高效的像素级分类。
论文效果出色，发表于中科院 1 区 TOP 期刊 IEEE TIP。
{{{width="auto" height="auto"}}}
论文在事件分支的编码器中嵌入 RWKV 层，用于处理视频帧序列以建模动态变化，结合 Transformer 的并行训练和 RNN 的高效推理优势，提升状态前后描述的生成准确性。
论文新颖有效，发表于中科院 1 区 TOP 期刊 IEEE TMM。
{{{width="auto" height="auto"}}}
该研究基于 RWKV 的线性循环注意力，提出了 Cross Time-Mixing 模块，用于 EEG-EMG 信号的高效跨模态融合。IESS-FusionNet 框架结合了单模态编码器，实现了对婴儿癫痫性痉挛综合征的精准检测，性能优于基线且计算高效。
论文发表于期刊 Bioengineering，在生物医学信号处理领域展现了 RWKV 的跨模态融合潜力。
{{{width="auto" height="auto"}}}
在 VRSE 模块中嵌入 DyRWKV 机制，通过双向递归加权键值建模增强跨方向空间依赖性和通道交互，提升纹理细节恢复。在 RCSS 模块中堆叠方向感知状态路径，结合选择性扫描和动态调制实现长程上下文表示和结构恢复。
{{{width="auto" height="auto"}}}
论文在单模态检测模型 CMGN 的文本编码模块中嵌入 RWKV MLP-mixer，替换传统 MLP 以捕获新闻文本的长程依赖关系，生成高维向量用于后续特征融合，提升检测准确率。
本研究为茨城大学博士学位论文，展示了 RWKV 组件在提升假新闻检测模型文本特征提取能力方面的应用。
{{{width="auto" height="auto"}}}
论文在 Bi-RWKV-at 架构中，用双向 Time Mixing 模块替换单向 RWKV 的 Time Mixing，实现双向上下文建模；并行处理前向和后向路径，通过加法合并输出，提升自然语言理解任务的性能；同时保持线性时间复杂度，相比 Transformer 获得 1.95 倍推理速度提升。
{{{width="auto" height="auto"}}}
论文在时间域和频率域特征提取分支中，嵌入基于 RWKV 的 CFE 模块，以并行训练处理长距离依赖任务并降低计算复杂度，充分提取不同时间模态间的时序相关性特征。
{{{width="auto" height="auto"}}}
论文使用 RWKV 作为检索和重排的统一骨干网络，通过状态表示学习生成可复用状态，实现离线状态缓存。在重排阶段仅处理查询令牌，将推理成本与文档长度解耦，获得 5.4×--44.8× 加速。
{{{width="auto" height="auto"}}}
该研究在 MFC-RFNet 中引入轻量级 Vision-RWKV 模块，用于高效捕获雷达序列的长程时空依赖。模型结合了多尺度特征通信、空间对齐和小波引导融合，并通过 Rectified Flow 训练实现快速采样。实验表明，该方法在多个降水临近预报数据集上超越了基线模型，尤其在高降雨率预测上表现更优。
{{{width="auto" height="auto"}}}
本文提出 Retinex-RWKV 框架，将改进的 RWKV 线性注意力机制与 Retinex 理论结合，用于水下图像增强。该模型通过 SS2D-WKV 和 Omni-token shift 等设计，有效提升了特征提取能力。实验表明，该方法在定量和定性评估上均优于现有方法，能生成更高质量的图像。
{{{width="auto" height="auto"}}}
论文针对 RWKV 模型在 GPU 上并行性差与内存瓶颈的问题，本文提出了 HFRWKV 硬件加速器。该设计通过混合精度量化策略与全芯片计算架构，显著提升了模型的推理吞吐量与能效。
{{{width="auto" height="auto"}}}
2025 年 12 月 31 日，深圳元始智能有限公司与深圳市九天睿芯科技有限公司正式达成战略合作。此次合作，标志着AI大模型架构与底层硬件创新的深度融合，将为端侧智能计算开启全新的篇章。
{{{width="auto" height="auto"}}}
2026 年 1 月 28 日，RWKV 第1期论文研讨会于线上顺利举行,侯皓文博士围绕 VisualRWKV 系列研究工作展开，介绍了基于 RWKV 架构的视觉语言模型设计思路与关键技术。
{{{width="auto" height="auto"}}}
使用朴素算法（非后缀自动机）对 RWKV-8 ROSA 机制的 1bit 形式进行可视化展示。
{{{width="auto" height="auto"}}}
基于 RWKV 模型的智能代码补全插件，支持实时补全，设计了多选择模式：同时生成 4 个补全建议，2×2 网格展示；同时 FIM Fill-in-the-Middle（填充中间），智能理解上下文；并防抖优化：停止输入后才触发，避免频繁请求；
{{{width="auto" height="auto"}}}
RWKV 批量推理后端，基于 Albatross 和 Robyn 开发，适用于在 NVIDIA GPU 上使用 RWKV 进行多路并发和批量推理。
{{{width="auto" height="auto"}}}
RWKV 高并发网页生成前端，基于 React 和 Rsbuild，结合 rwkv_lightning 可进行批量网页生成。
{{{width="auto" height="auto"}}}
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。
微信关注我们
转载内容版权归作者及来源网站所有！
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。
Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。
Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。
Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。
扫码在手机上查看文章
扫描二维码，手机阅读更方便
有任何问题或合作意向欢迎联系我们
Email: 99873273@qq.com
QQ: 99873273