☆最新提示☆ ◇688615 合合信息 更新日期：2026-03-27◇ ★本栏包括【1.最新提醒】【2.最新报道】【3.最新异动】【4.最新运作】 【1.最新简要】 ★2026年一季报将于2026年04月30日披露 ┌─────────┬────┬────┬────┬────┬────┐ ｜★最新主要指标★ ｜25-12-31｜25-09-30｜25-06-30｜25-03-31｜24-12-31｜ ｜每股收益(元) ｜ 3.2400｜ 2.5100｜ 1.6800｜ 1.1600｜ 4.9300｜ ｜每股净资产(元) ｜ 20.8702｜ 20.0502｜ 19.2251｜ 27.7380｜ 26.5758｜ ｜净资产收益率(％) ｜ 16.3800｜ 12.8000｜ 8.5900｜ 4.2800｜ 26.5200｜ ｜总股本(亿股) ｜ 1.4000｜ 1.4000｜ 1.4000｜ 1.0000｜ 1.0000｜ ｜实际流通A股(亿股) ｜ 0.9667｜ 0.9667｜ 0.2800｜ 0.2000｜ 0.1880｜ ｜限售流通A股(亿股) ｜ 0.4333｜ 0.4333｜ 1.1200｜ 0.8000｜ 0.8120｜ ├─────────┴────┴────┴────┴────┴────┤ ｜★最新分红扩股和未来事项: ｜ ｜【分红】2025年度 ｜ ｜【分红】2025年半年度 ｜ ｜【分红】2024年度 股权登记日:2025-05-23 除权除息日:2025-05-26 ｜ ├──────────────────────────────────┤ ｜★特别提醒: ｜ ｜★2026年一季报将于2026年04月30日披露★限售股上市(2027-09-27): 4192.9｜ ｜756万股 ｜ ├──────────────────────────────────┤ ｜2025-12-31每股资本公积:10.18 主营收入(万元):180964.05 同比增:25.83% ｜ ｜2025-12-31每股未分利润:9.28 净利润(万元):45414.26 同比增:13.39% ｜ └──────────────────────────────────┘ 近五年每股收益对比： ┌──────┬──────┬──────┬──────┬──────┐ ｜ 年度 ｜ 年度 ｜ 三季 ｜ 中期 ｜ 一季 ｜ ├──────┼──────┼──────┼──────┼──────┤ ｜2025 ｜ 3.2400｜ 2.5100｜ 1.6800｜ 1.1600｜ ├──────┼──────┼──────┼──────┼──────┤ ｜2024 ｜ 4.9300｜ 4.0900｜ 2.9400｜ 1.3100｜ ├──────┼──────┼──────┼──────┼──────┤ ｜2023 ｜ 4.3100｜ 3.6800｜ 2.4900｜ --｜ ├──────┼──────┼──────┼──────┼──────┤ ｜2022 ｜ 3.7800｜ --｜ --｜ --｜ ├──────┼──────┼──────┼──────┼──────┤ ｜2021 ｜ 1.9300｜ --｜ --｜ 0.5700｜ └──────┴──────┴──────┴──────┴──────┘ 【2.最新报道】 【2026-03-26】破解视觉Token冗余，“动态计算削减技术”助力多模态大模型推 理“减负” 论文名称：RedundancyLens: Revealing and Exploiting Visual Token Processi ng Redundancy for Efficient Decoder-Only MLLMs 一、背景与问题提出 近年来，多模态大模型（MLLMs） 在融合视觉和语言理解方面取得了显著突破。这 些模型主要有两种架构（图1）：decoder-only（解码器式） 和 cross-attention （跨注意力式）。 (1)decoder-only架构：结构简单，性能较优，但计算资源消耗大，因为需要对视 觉和文本的每个token进行自注意力和前馈网络（FFN）操作，特别是在处理大量视 觉tokens时，效率成为瓶颈。 (2)cross-attention架构：引入跨模态交互层，能更高效地处理长序列，但相对而 言性能略逊于decoder-only架构。 图1. 比较纯解码器架构（Decoder-Only）与基于交叉注意力机制的架构（Cross-A ttention-Based）；视觉标记的自注意力与 FFN 操作主导了纯解码器层的计算过 程 核心问题：在decoder-only架构中，视觉token的处理会出现大量冗余。这种冗余 是否可以被有效利用，从而提升模型的效率？ 为什么在decoder-only架构中，视觉token的处理出现大量冗余？ 主要原因在于视觉tokens的处理方式与其在模型中的角色特性。具体而言，视觉to kens经过多层自注意力（self-attention）和前馈网络（FFN）操作，这些操作在 不同层次中可能对视觉信息进行重复甚至冗余的处理。根据论文的分析，原因可以 归纳为以下几点： 1.视觉和文本tokens的本质差异：视觉tokens来源于图像编码器，通常包含大量细 粒度的视觉细节，而文本tokens则是由文字线性映射而来。这种差异意味着视觉to kens在模型中不一定需要每一层都进行充分的自注意力和FFN处理，部分视觉信息 在早期就已充足表达。 2.多层重复处理：实验发现，在decoder-only架构中，经过多层堆叠后，许多视觉 tokens在不同层中重复接受类似的处理和变换，没有产生新的信息，反而导致冗余 增加。 3.长序列带来的处理负担：为了捕获更细粒度的视觉细节，模型不断增加输入图片 的分辨率和视觉token数量，导致视觉tokens远超文本tokens。由此在模型中，视 觉tokens的自注意力和FFN处理耗费大量计算资源，但其中很多操作是在不必要的 情况下重复计算。 4.实验验证的结构化和集群性冗余：论文中的实验证明，decoder-only模型在视觉 token处理上存在“结构化”且“集群式”的冗余，即某些层中的处理几乎可以省 略，而不影响整体性能，说明这些视觉信息的处理在某些层已达到充分表达。 5.视觉tokens处理的地方性冗余：通过引入“Hollow Attention”等方法发现，自 注意力的全局计算在视觉token上存在大量局部化甚至无用的计算，表明部分全局 注意操作实际上没有提供额外有用信息。 综上所述，视觉tokens在decoder-only架构中因为其高度粒度、多层重复处理以及 模态差异，造成了大量冗余的计算。论文强调，这些冗余的存在既是架构设计上的 不足，也是未来优化和效率提升的良好突破点。 二、研究内容与创新点 1. 研究目标 利用“训练无关”的方法分析已训练好的decoder-only MLLMs中视觉tokens的冗余 。 发现存在哪些结构化、集中的冗余，为未来的模型设计提供思路。 提出一种“无需训练”的推理加速方案，通过动态减弱或跳过部分视觉token的计 算，提高推理速度。 2. 关键技术方法 在论文中，合合信息技术团队提出了一套面向视觉Token 的动态计算削减方法，通 过在模型结构层面引入可选择、可跳过的计算机制，在几乎不影响模型性能的前提 下，大幅降低推理计算量。核心思路并不是“压缩模型”或“重新训练”，而是在 推理阶段，根据实际输入内容动态决定“哪些计算是值得做的”。 主要包括两项关键技术： Probe-Activated Dynamic FFN对 FFN 中的参数进行动态激活；Hollow Attention 对视觉 Token 的注意力计算进行结构性稀疏化 通过Layer Ranking Algorithm（层级排名算法），决定“在哪些层优先减计算” ，实现整体最优 2.1 用动态模块替代原有 FFN 与 Attention 传统 Transformer 中，每一层、每一个 Token 都会执行完整计算，但在视觉任务 中，大量视觉 Token 在很多层并不真正“重要”，这就带来了明显的计算冗余。 本文通过两个结构改造，让模型具备“按需计算”的能力（图2）。 2.1.1 Probe-Activated Dynamic FFN 在标准FFN 中，每一层都会对所有视觉 Tokens执行完整的两次线性变换（W1 → 激活 → W2），无论这些 Token 是否真正影响最终结果。这在高分辨率视觉输入 下，计算成本非常高。 其中，W1将输入视觉 Token 映射到中间隐藏空间；W2将隐 藏表示再映射回输出空间: .在 Probe-Activated Dynamic FFN 中，并不是每次都 使用完整的 W1 和 W2，而是通过少量 Token 探测，找出当前输入最重要的隐藏维 度，只激活 W1 和 W2 中对应的子矩阵 其余参数在本次推理中完全跳过。 核心思想：不是所有参数在当前输入下都同样重要。通过对少量视觉 Token 做“ 快速探测（Probe）”，估计哪些 FFN 参数真正有贡献，推理时只激活这部分参数 ，其余直接跳过。具体流程如图1（a）中表述： 采样子集：从整个视觉token序列中随机采样一部分（M个，比全部N个少得多）， 用这部分样本来估算视觉tokens的下游表现。 参数选择：计算这部分样本的隐藏表示（H_sample），然后取其绝对值的均值 来 衡量每个参数的重要性。 Top-K筛选：根据重要性指标，从 中选出前K个最重要的参数对应的索引（S）。 激活参数子集：只保留选中的参数（W1和W2的子集），对视觉tokens进行线性变换 ，跳过不重要的参数，显著减少计算。 优势：无需额外训练，完全训练无关（training-free），在推理时动态选择参数 ，有效降低视觉tokens的处理成本。 2.1.2 Hollow Attention 背景：全局自注意力计算消耗巨大，许多视觉tokens之间的全局交互在某些层是冗 余的。 核心思想：引入稀疏注意（Sparse Attention），只计算局部Attention，舍弃无 用的全局Attention，提升效率。具体模式如图1（b）中表述： 局部注意：Visual tokens之间只计算局部范围内的注意，如范围RA（256 tokens ），避免全局交互。 保留文本视觉交互：仍然保持文本 tokens 与 visual tokens 之间的交互，确保 关键跨模态信息传递。 实现方式：通过设计“空洞”注意（Hollow Attention），在视觉tokens间显示空 洞，提高局部关注，减少不必要的全局关注计算。 优势：显著减少视觉tokens之间的无用交互计算，节省很大一部分资源。 图2. 所提出的视觉标记计算简化方法示意图：(a)探测器激活动态FFN (Probe-Act ivated Dynamic FFN) 与(b)空洞注意力机制(Hollow Attention) 2.2 Layer Ranking Algorithm（层级排名算法） 核心问题：即使有了动态 FFN 和 Hollow Attention，并不是每一层都同样适合减 计算。有些层对模型性能极其关键，而有些层本身就存在大量冗余。 目标：识别哪些模型层的视觉token处理冗余较多，可以优先减少这些层的计算， 从而高效节省资源。 基本思想：为每一层的视觉token处理赋予“重要性”等级（rank），根据此排名 决定哪些层可以进行计算削减。 具体做法: 特征提取：利用层级中的某些特征或指标（如激活值的绝对值、梯度、输出的差异 等）作为评估标准。 重要性排序：计算每一层的指标值，将层按照重要性进行排序（高排名意味着对模 型性能影响大，低排名则意味着冗余较多，可以优先削减）。 优先削减：在减小计算量时，先对较低排名（冗余多、影响较小）的层进行削减， 以最大化保持模型性能。 实现流程： 采样：在验证集上执行少量推理，估算每一层对模型性能的重要性。 排名算法：利用预定义的指标（如层激活的均值、重要性分数）自动或基于搜索的 方式为每层赋予分数。 优化策略：结合“Position-based”（优先削减后面层）或者“Search-only”（ 全局搜索）两种策略，动态选择适合的层进行削减。 作用： 通过排名决定层的削减顺序，保证在减少计算的同时不大幅度影响整体性能。 特别适用于分层策略的优化，使得优势最大化，兼顾效率和性能。 三、实验验证 在多个先进模型（如InternVL2-8B、Qwen2-VL-7B等）上验证，发现： 1.在大约一半的层应用计算缩减时，模型的性能既能保持不变，又能提升速度。 图3展示了在InternVL2-8B和Qwen2-VL-7B两个模型中，分别对层的自注意力和FFN 操作进行逐步减少的效果。结果显示，当对大约一半的层进行操作减少时，模型的 性能基本保持不变，甚至在某些任务中表现优于未减速的模型。而当减少超过一半 层次的操作时，模型性能明显下降，尤其是FFN的减少对性能影响更为显著。 图3.在不同层比例下应用自注意力机制或 FFN 减少的影响 2.减少对文本token的处理会大幅影响性能，因此重点在于筛选出冗余集中的视觉 层。 在图4中，通过将操作减少应用于视觉令牌与全部令牌的比较，发现仅减少视觉tok en部分就能基本保持模型性能，而减少全部token则会导致性能迅速下降。这说明 ，视觉token在多模态任务中的处理存在一定的冗余，可以通过有选择地减少计算 量实现效果保持甚至提升。 图4. 基于InternVL2-8B在ChartQA上的评估结果，对视觉标记（蓝线）与所有标记 （红线）所应用的削减效果进行性能比较 3.通过结合现有的视觉Token压缩技术，效果更佳，形成互补。 Table 1这组实验主要比较了不同模型加速策略在计算量（FLOPs）显著降低时，是 否还能保持模型性能。其中，FLOPs 剩余比例（FLOPs Ratio）表示：模型加速后 ，实际参与计算的浮点运算量，占原始模型的百分比——数值越低，代表加速效果 越强。 实验中对比了三类方法：VTW、FastV（通过“减少视觉 Token 数量”来加速）、O urs（通过“减少每个视觉 Token 内部的计算量”来加速），并在多个视觉理解与 多模态任务上，系统评估它们的性能变化。结果表示，在 FLOPs 降低约 50% 的情 况下，模型性能基本保持不变，甚至在部分任务中略有提升，并且可以与现有 Tok en 压缩方法无缝结合。 Tabel 1. 加速 MLLM 推理的无训练方法对比 四、主要结论 在多模态模型中，处理图像的视觉部分其实存在很多“冗余”，也就是说，模型在 某些层次处理大量视觉信息其实并不是必要的。这种冗余导致模型运算速度慢、资 源消耗大，但实际上许多视觉信息可以省略而不影响理解。 为此，合合信息技术团队提出了一种新的方法，通过动态调整模型内部的计算方式 ，有效减少了每个视觉信息的计算量，从而显著加快了模型的运行速度，同时保持 甚至提升了其识别能力。该方法完全训练无关（training-free），只作用于推理 阶段，非常适合对响应速度和算力资源敏感的真实应用场景，同时还可能改善或者 持平性能。此外，这种方法与现有的压缩技术（减少visual tokens）是互补的， 可联合使用。 这一研究的意义在于，让多模态模型变得更快、更节能，也更易于在实际应用中部 署，比如手机或者实时系统，为智能科技的发展提供了新的思路。 五、产品应用 在产品应用层面，该方法同时适用于ToB 与 ToC 场景，为多模态模型的大规模落 地提供了更现实的路径。 在 ToB 侧，如企业级文档扫描与识别、合同与票据 OCR、表单信息抽娶智能审核 与质检系统等场景中，模型往往需要在高并发、有限算力或本地化部署条件下稳定 运行。通过在推理阶段动态减少每个视觉信息的计算量，系统可以在保持高准确率 的同时显著降低算力与能耗成本，从而提升整体服务效率。 在 ToC 侧，该方法同样适用于手机端拍照识别、即时翻译、智能搜索、辅助阅读 等应用，使模型在移动设备或实时交互场景中运行得更快、更省电、响应更流畅。 整体而言，这一技术让多模态能力不再局限于高算力环境，而是真正具备了在不同 产品形态和终端条件下广泛应用的可行性。 【3.最新异动】 ┌──────┬───────────┬───────┬───────┐ ｜ 异动时间 ｜ 2024-10-11 ｜ 成交量(万股) ｜ 488.332 ｜ ├──────┼───────────┼───────┼───────┤ ｜ 异动类型 ｜连续3个交易日内收盘价 ｜成交金额(万元)｜ 100861.533 ｜ ｜ ｜格涨幅较基准指数偏离值｜ ｜ ｜ ｜ ｜ 累计达到30% ｜ ｜ ｜ ├──────┴───────────┴───────┴───────┤ ｜ 卖出金额排名前5名营业部 ｜ ├──────────────────┬───────┬───────┤ ｜ 营业部名称 ｜ 买入金额(元) ｜ 卖出金额(元) ｜ ├──────────────────┼───────┼───────┤ ｜上海证券有限责任公司上海分公司 ｜ 0.00｜ 38126259.62｜ ｜机构专用 ｜ 0.00｜ 36064531.26｜ ｜机构专用 ｜ 0.00｜ 32507093.47｜ ｜东方财富证券股份有限公司拉萨团结路第｜ 0.00｜ 28738272.03｜ ｜二证券营业部 ｜ ｜ ｜ ｜东方财富证券股份有限公司拉萨东环路第｜ 0.00｜ 24237443.00｜ ｜二证券营业部 ｜ ｜ ｜ ├──────────────────┴───────┴───────┤ ｜ 买入金额排名前5名营业部 ｜ ├──────────────────┬───────┬───────┤ ｜ 营业部名称 ｜ 买入金额(元) ｜ 卖出金额(元) ｜ ├──────────────────┼───────┼───────┤ ｜机构专用 ｜ 81080965.51｜ 0.00｜ ｜机构专用 ｜ 53512401.70｜ 0.00｜ ｜机构专用 ｜ 44744495.47｜ 0.00｜ ｜高盛（中国）证券有限责任公司上海浦东｜ 36685181.92｜ 0.00｜ ｜新区世纪大道证券营业部 ｜ ｜ ｜ ｜中国国际金融股份有限公司深圳分公司 ｜ 35383171.63｜ 0.00｜ └──────────────────┴───────┴───────┘ 【4.最新运作】 【公告日期】2026-03-13【类别】关联交易 【简介】为加快控股子公司上海茸化研发创新及经营发展，合合信息、镇立新、曹 超阳、持股主体拟向上海茸化进行增资。本次增资前，上海茸化注册资本为114.00 万元，其中，合合信息持股67.11%，段慧煜持股32.89%。本次上海茸化拟新增注册 资本118.56万元，其中合合信息、镇立新、曹超阳、持股主体分别以自有资金增资 79.56万元、15.00万元、12.00万元、12.00万元。增资完成后，合合信息持有上海 茸化的股权比例保持不变，上海茸化仍为合并报表范围内的控股子公司。 免责声明：本信息由本站提供，仅供参考，本站力求 但不保证数据的完全准确，如有错漏请以中国证监会指定上市公司信息披露媒体为 准，本站不对因该资料全部或部分内容而引致的盈亏承担任何责任。 用户个人对服务的使用承担风险。本站对此不作任何类型的担保。本站不担保服 务一定能满足用户的要求，也不担保服务不会受中断，对服务的及时性，安全性，出 错发生都不作担保。本站对在本站上得到的任何信息服务或交易进程不作担保。 本站提供的包括本站理财的所有文章，数据，不构成任何的投资建议，用户查看 或依据这些内容所进行的任何行为造成的风险和结果自行负责，与本站无关。
