RWKV 社区十一月动态：10 篇新论文，G0a3 13.3B 发布

欢迎大家收看《rwkv 社区最新动态》，本期内容汇总了 rwkv 社区在 2025 年 11 月的前沿进展与重要事件。

11 月动态速览（TL;DR）

1. RWKV 模型重要更新

   • 正式发布 RWKV7-G0a3 13.3B：当前全球性能最强的纯 RNN 架构大语言模型
   • PENG Bo 分享对大模型发展范式的深度思考
   • PENG Bo 推出 RWKV7+ROSA 数字翻转任务 Demo，仅用 39564 参数即可处理 60 位数字输入

2. RWKV 学术研究突破

   • Otter：基于增强 RWKV 的广角小样本动作识别方法，入选 CCF A 类会议 AAAI 2026 Oral
   • WKV-sharing + Random Shuffle RWKV：面向遥感图像全色锐化的高阶建模范式，发表于 CCF A 类会议 NeurIPS 2025
   • SleepRWKVNet：融合双向交互 RWKV 与生理先验驱动损失函数的多模态睡眠分期网络，刊发于中科院二区期刊 BSPC
   • DREAMSTATE：融合扩散模型与 RWKV 的新型状态-参数联合建模框架
   • Evolution Strategies at the Hyperscale：面向 RWKV-7 的超大规模高效微调算法 EGGROLL
   • RawRWKV：首个基于 RWKV 架构的原始图像低光增强框架
   • ASALP：依托 RWKV-EFE 负载预测能力构建的边缘节点资源自适应伸缩系统
   • MRT：混合 RWKV-Transformer 的极高压缩比图像编码架构
   • Bridging Transformers and RWKV：兼顾效率与精度的多模态视频理解新范式
   • Robotic control optimization：基于受容加权强化学习的 RWKV 机器人控制优化方案

3. RWKV 社区市场亮相

   • RWKV 团队亮相“2025 直通乌镇全球互联网大赛”，斩获人工智能赛道一等奖
   • 受邀出席 XIN 峰会，展示 RWKV 技术落地成果
   • 登陆第 27 届中国国际高新技术成果交易会（高交会）
   • 参加 2025 GOTC 全球开源技术峰会，并在大模型应用分论坛作主题分享
   • 出席 RTE 2025 实时互动技术大会，深入探讨 RWKV 在语音处理中的创新实践

4. RWKV 2025 生态内容征集大赛｜10–11 月投稿汇总及获奖名单揭晓

RWKV 模型新闻动态

RWKV7-G0a3 13.3B 发布：世界最强纯 RNN 大语言模型

2025 年 11 月 1 日，RWKV7-G0a3 13.3B 推理版本正式开源。作为目前全球最先进、推理能力最强的纯循环神经网络（RNN）结构大语言模型，该模型标志着 RWKV 架构在长序列建模与高效推理方向的重大飞跃。

{{{width=“auto” height=“auto”}}}

延伸阅读：RWKV7-G0a3 13.3B 发布：世界最强纯 RNN 大语言模型

更进一步，性能更强的 RWKV7-G0b 13.3B 已完成权重训练并对外发布，官方正式公告即将上线。

PENG Bo 发表关于大模型演进阶段的深度见解

{{{width=“auto” height=“auto”}}}

Bo 表示：“Ilya 在近期播客中指出，AI 领域正从‘规模化时代’回归‘基础研究时代’。你是否认同这一趋势判断？”

PENG Bo 发布 RWKV7+ROSA 完成数字颠倒任务 Demo

{{{width=“auto” height=“auto”}}}

详细解读：RWKV7+ROSA 仅凭 39564 参数实现 60 位整数精准反转｜四大 ROSA 实验同步公开

RWKV 学术研究动态

Otter

• 论文标题：Otter: Mitigating Background Distractions of Wide-Angle Few-Shot Action Recognition with Enhanced RWKV
• 论文地址：https://www.php.cn/link/a4abaea0a97f753c649f579d3e01e977
• 发布时间：2025-11-11

Otter 提出一种专为广角摄像头设计的小样本动作识别新方法，通过增强型 RWKV 架构有效抑制复杂背景干扰。其核心包含复合分割模块（CSM）以聚焦主体区域，以及时间重构模块（TRM）进行双向时序扫描，显著提升模型在真实场景下的鲁棒性与泛化能力。

该工作因技术原创性与实用价值突出，被 AAAI 2026 接收为 Oral 报告。

{{{width=“auto” height=“auto”}}}

WKV-sharing embraced random shuffle RWKV

• 论文标题：WKV-sharing embraced random shuffle RWKV high-order modeling for pan-sharpening
• 论文地址：https://www.php.cn/link/da969836ff9696f9c182a7026558fe23
• 发布时间：2025-10-29

本研究提出 RS-RWKV——一种面向遥感图像全色锐化的 RWKV 新变体。为克服视觉 RWKV 中固有的单向扫描偏差，作者引入受贝叶斯启发的随机洗牌（Random Shuffle）机制；同时借助 WKV 共享策略实现更高阶的空间-光谱联合建模，在降低延迟的同时大幅提升重建质量，多项基准测试结果达 SOTA。

该成果已发表于顶级会议 NeurIPS 2025。

{{{width=“auto” height=“auto”}}}

SleepRWKVNet

• 论文标题：SleepRWKVNet: A multimodal sleep staging network integrating bidirectional interactive RWKV and physiological prior-driven sequence-aware loss
• 论文地址：https://www.php.cn/link/2580087a760de9220ef0c2eaff756ec5
• 发布时间：2025-10-30

SleepRWKVNet 是一款面向临床睡眠监测的多模态自动分期网络。它采用双向交互式 RWKV（Bi-IFM）模块统一建模 EEG、EOG、EMG 等长程生理信号，并首次引入基于人体睡眠生理规律的序列感知损失函数 PS-Loss，缓解类别极度不均衡问题，显著提升各睡眠阶段判别准确率。

该研究发表于中科院 二区期刊 BSPC。

{{{width=“auto” height=“auto”}}}

DREAMSTATE

• 论文标题：DREAMSTATE: Diffusing States and Parameters for Recurrent Large Language Models
• 论文地址：https://www.php.cn/link/e800acf8774c816fa0156944bb45bf74
• 发布时间：2025-10-08

DREAMSTATE 创新性地将扩散模型思想引入 RWKV 架构，利用 DiT（Diffusion Transformer）对模型内部隐状态的概率流形进行可控建模，支持细粒度文本生成调控。此外，将静态 WKV 参数视为“结构性噪声”，由 DiT 动态生成适配上下文的参数配置，验证了该混合范式的可行性与扩展潜力。

{{{width=“auto” height=“auto”}}}

Evolution Strategies at the Hyperscale

• 论文标题：Evolution Strategies at the Hyperscale
• 论文地址：https://www.php.cn/link/fc234a34937d7459d1f0518f37e1a7b1
• 发布时间：2025-11-20

本文提出 EGGROLL——一种专为 RWKV-7 等超大规模模型设计的演化策略微调算法。通过以低秩扰动替代传统全秩扰动，大幅削减内存占用与计算开销，使数十亿参数模型的大种群进化优化成为现实。实验表明，该方法在强化学习与整数语言建模等任务中均具备强竞争力。

{{{width=“auto” height=“auto”}}}

RawRWKV

• 论文标题：RawRWKV: An efficient raw image enhancement framework via RWKV architecture
• 论文地址：https://www.php.cn/link/16c07e910397fb3910aad491c8c25e55
• 发布时间：2025-11-17

RawRWKV 是首个将 RWKV 应用于原始图像（raw image）低照度增强任务的端到端框架。通过将 RWKV 的线性注意力机制嵌入 U-Net 主干，既保留了全局依赖建模能力，又显著降低了计算复杂度，在多个指标上超越 CNN 与 Transformer 基线，实现性能与效率双赢。

{{{width=“auto” height=“auto”}}}

ASALP

• 论文标题：ASALP: An Automatic Scaling Architecture for Edge Node Resources Based on Load Prediction
• 论文地址：https://www.php.cn/link/fb30d3b7fa58e575c4bf59bb899c314d
• 发布时间：2025-11-16

ASALP 是一套基于增强 RWKV-EFE 模型的边缘资源弹性调度系统。该架构部署于 Kubernetes-KubeEdge 平台，可提前预测负载波动并主动触发扩缩容策略，从根本上解决原生 HPA 的响应滞后问题，大幅提升边缘服务请求成功率与系统稳定性。

{{{width=“auto” height=“auto”}}}

MRT

• 论文标题：MRT: Learning Compact Representations with Mixed RWKV-Transformer for Extreme Image Compression
• 论文地址：https://www.php.cn/link/bc55ea9e207158cae19485c14e573efd
• 发布时间：2025-11-10

MRT 提出一种 RWKV 与 Transformer 协同工作的混合压缩架构，充分发挥 RWKV 对全局结构的建模优势与 Transformer 对局部纹理的捕捉能力，将图像编码为高度紧凑的一维隐式表示，并配套设计 RWKV 压缩模型（RCM），进一步压缩冗余信息，达成极致压缩比。

{{{width=“auto” height=“auto”}}}

Bridging Transformers and RWKV

• 论文标题：Bridging Transformers and RWKV: Towards Efficient Multimodal Video Understanding
• 论文地址：https://www.php.cn/link/995e869dac6a1eb7a46c430768a04db3
• 发布时间：2025-10-08

该研究针对长视频理解中的计算瓶颈，构建 RWKV-Transformer 混合骨干网络。通过选择性替换部分 Transformer 层为 RWKV 模块，并结合参数复用与渐进式知识蒸馏策略，在不牺牲 token 分辨率的前提下显著提升吞吐量，且在多个主流视频理解基准上保持甚至超越原始模型精度。

{{{width=“auto” height=“auto”}}}

Robotic control optimization

• 论文标题：Robotic control optimization based on receptance-weighted reinforcement learning
• 论文地址：https://www.php.cn/link/23c1de06a1eb6b5d2ff63009548b0eb4
• 发布时间：2025-09-08

本研究将改进版 RWKV 替换 Decision Transformer 中的自注意力模块，重点优化通道混合结构以适配机器人控制任务。在 D4RL 标准数据集上的实验证明，该方法在训练速度与策略收敛精度两方面均优于现有基线。

{{{width=“auto” height=“auto”}}}

社区市场活动

RWKV 团队受邀参加"2025 直通乌镇全球互联网大赛"

2025 年 11 月 9 日，RWKV 团队受邀亮相“2025 直通乌镇全球互联网大赛”，凭借 RWKV 在 AI 基础模型领域的原创性突破与工程化能力，荣获人工智能赛道 一等奖。

{{{width=“auto” height=“auto”}}}

RWKV 团队受邀参加 XIN峰会

2025 年 11 月 15–16 日，RWKV 团队受邀出席 XIN 峰会，围绕“下一代高效大模型架构”展开技术分享与生态共建讨论。

{{{width=“auto” height=“auto”}}}

RWKV 团队受邀参加第27届中国国际高新技术成果交易会

2025 年 11 月 14–16 日，RWKV 团队参展第 27 届高交会，集中展示 RWKV 在工业智能、边缘计算与多模态理解等方向的技术落地案例。

{{{width=“auto” height=“auto”}}}

RWKV 团队受邀参加2025 GOTC 全球开源技术峰会

2025 年 11 月 1 日，RWKV 团队亮相 2025 GOTC 全球开源技术峰会，在大模型应用技术论坛带来题为《RWKV：开源高效大模型的新范式》的主题演讲。

{{{width=“auto” height=“auto”}}}

RWKV 团队受邀参加RTE 2025

2025 年 11 月 1 日，RWKV 团队出席 RTE 2025 实时互动技术大会，分享 RWKV 在语音识别、TTS 与实时音频处理中的前沿实践与优化经验。

{{{width=“auto” height=“auto”}}}

RWKV 2025 生态内容征集大赛

我们于 2024 年底正式启动 “RWKV 2025 生态内容征集大赛”，面向全球开发者、研究者与教育者开放投稿，涵盖 RWKV 相关论文、教学资料、工具库、行业应用等多个方向。

2025 年 10 至 11 月期间，共收到高质量投稿 3 篇学术论文 + 2 个开源应用项目。

评审结果公示

作品名称	类型	投稿人	初评奖项	论文/项目链接
GDSR	论文	Doswin	铜奖	https://www.php.cn/link/d5f6b27eed9d01f58d2e943b6c319081
RWKV-VIO	论文	kamuyi	铜奖	https://www.php.cn/link/31a67bdbe13f907c857a7a27a3111509
rwkv_ops	应用	路过的小林	铁奖	https://www.php.cn/link/42bf85196c63fadb97cc4123d7ecf834
chirrup	应用	Leon	银奖	https://www.php.cn/link/5e740f261196151a0b02c7b2fccf6ae6
基于动态邻接融合与通道混合的图神经网络社团检测方法	论文	XQ	参与奖	https://www.php.cn/link/95b2a1df756b9e6e67bfacd25c2c6110

加入 RWKV 社区

诚挚邀请您加入 RWKV 开源社区，共同推动高效大模型技术的发展与普及。您可通过以下渠道了解 RWKV、参与讨论或贡献代码：

• ? RWKV 中文官网与文档：https://www.php.cn/link/da969836ff9696f9c182a7026558fe230
• ? RWKV 官方论坛（技术交流主阵地）：https://www.php.cn/link/da969836ff9696f9c182a7026558fe231
• ? QQ 频道（实时资讯与活动通知）：https://www.php.cn/link/da969836ff9696f9c182a7026558fe232
• ? Bilibili 视频教程频道（新手入门 & 进阶实战）：https://www.php.cn/link/da969836ff9696f9c182a7026558fe233

源码获取：https://www.php.cn/link/da969836ff9696f9c182a7026558fe234