2025年6月，“RWKV 2025生态内容征集大赛”收到3篇高质量论文投稿。本文公布6月活动投稿作品及评审结果。FEAT、RWKVQuant分获金奖，VisualRWKV-HM获银奖。FEAT基于RWKV模型架构提出FEAT模型，解决医疗视频生成问题；RWKVQuant提出针对RWKV模型的训练后量化框架，成功压缩RWKV-14B模型；VisualRWKV-HM基于RWKV模型提出具有线性复杂度的视觉语言模型，在多基准测试中达到SOTA性能。

🔍 FEAT模型：基于RWKV模型架构中的WKV注意力机制，提出统一的空间-时间-通道注意力机制，解决医疗视频生成中通道交互不足、计算复杂度高和去噪指导粗糙的问题，在多个数据集上实现高效高质量的医疗视频生成。

📈 RWKVQuant量化框架：提出针对RWKV模型的训练后量化框架，结合标量量化和向量量化技术，设计基于信息熵的代理策略与码本优化算法，成功将RWKV-14B模型压缩至约3位宽，精度损失小于1%的同时实现2.14倍加速。

🎨 VisualRWKV-HM模型：基于RWKV模型提出具有线性复杂度的视觉语言模型，在单图像、多图像和多视图基准测试中均达到SOTA性能，与基于Transformer-Mamba架构的混合模型LongLLaVA相比，内存消耗更少，吞吐量提高24%，具有良好的可扩展性。

原创 manjuan 2025-07-07 17:00 广东

2025 年 6 月，活动共收到 RWKV 生态作品投稿 3 篇高质量论文。本文将公布 2025 年 6 月的活动投稿作品及评审结果。

大家好，我们在 2024 年底推出了 “RWKV 2025 生态内容征集大赛”，公开征集 RWKV 相关的作品，包括但不限于 RWKV 相关的论文、讲解 RWKV 的教程，以及基于 RWKV 的应用等。

2025 年 6 月，活动共收到 RWKV 生态作品投稿 3 篇高质量论文。

本文将公布 2025 年 6 月的活动投稿作品及评审结果。

评审结果

评审结果省流版

作品名称

作品分类

投稿人

初评奖项

FEAT: Full-Dimensional Efficient Attention Transformer for Medical Video Generation

论文

王绘涵

金奖（4888 元）

RWKVQuant: Quantizing the RWKV Family with Proxy Guided Hybrid of Scalar and Vector Quantization

论文

后摩智能

金奖（4888 元）

VisualRWKV-HM: Enhancing linear visual-language models via hybrid mixing

论文

霍华德

银奖（2888 元）

💡Tips下面是“RWKV 2025 生态内容征集大赛” 6 月投稿获奖的作品介绍。

论文类

FEAT: Full-Dimensional Efficient Attention Transformer for Medical Video Generation

投稿链接：https://github.com/Yaziwel/FEAT

投稿人：王绘涵

获奖类型：金奖（4888 元）

项目介绍：论文基于 RWKV 模型架构中的 WKV 注意力机制，提出了 FEAT 模型，通过统一的空间-时间-通道注意力机制解决医疗视频生成中通道交互不足、计算复杂度高和去噪指导粗糙的问题。在多个数据集上实现了高效高质量的医疗视频生成。论文的工作十分出色新颖，已作为 MICCAI 2025 的 top9% 提前收录。

20250605-FEAT Full-Dimensional Efficient AttentionRWKVQuant: Quantizing the RWKV Family with Proxy Guided Hybrid of Scalar and Vector Quantization

投稿链接：https://github.com/xuchen-dev/RWKVQuant

投稿人：后摩智能

获奖类型：金奖（4888 元）

项目介绍：论文提出了 RWKVQuant，一种专门针对 RWKV 模型的训练后量化框架。通过结合标量量化和向量量化技术，并设计基于信息熵的代理策略与码本优化算法，该框架成功将 RWKV-14B 模型压缩至约 3 位宽，在精度损失小于 1% 的同时实现 2.14 倍加速。实验证明了该方法在语言和视觉任务上的有效性，是首个针对 RWKV 家族的完整量化解决方案。

20250502-RWKVQuantVisualRWKV-HM: Enhancing linear visual-language models via hybrid mixing

投稿链接：https://doi.org/10.1016/j.inffus.2025.103336

投稿人：霍华德

获奖类型：银奖（2888 元）

项目介绍：论文基于 RWKV 模型提出了 VisualRWKV-HM，这是一种具有线性复杂度的视觉语言模型，在单图像、多图像和多视图基准测试中均达到了 SOTA 性能。与基于 Transformer-Mamba 架构的混合模型 LongLLaVA 相比，它在上下文长度为 16K 时消耗的内存更少，吞吐量提高了 24%。此外，VisualRWKV-HM 具有良好的可扩展性，通过扩展状态编码器和解码器，可以进一步提高性能。论文的工作十分新颖有效，已被 JCR Q1 期刊 Information Fusion 收录。

20250606-VisualRWKV-HM

奖品/奖金发放规则

实物奖品（RWKV 周边等）以顺丰快递方式发出

奖金以转账或第三方线上平台等方式发放

同一投稿作品有多位作者的情况下，由作品投稿人领取奖金，团队内部自行协商分配奖金

二次投稿与奖项升级

所有投稿作品均会获得评审意见。请根据评审意见优化你的作品，然后可再次投稿以升级奖项。

奖项成功升级时，我们将补发前后两个奖金的差价。例如投稿作品从铁奖（888元）升级到银奖（2888元），则补发 2888-888=2000 元奖金。

---

附活动海报，欢迎各位转发！

* 本活动最终解释权归元始智能所有。