当前，大语言模型（LLMs）在智能客服、代码生成、内涵创作等场景中正发挥着越来越关键的作用，但受限于推理速率瓶颈，多数模型在部署和运行流程中的计算资产消耗仍现存较大优化空间，难以控制推理成本，也因响应延迟而作用顾客感受，限制了在实时场景下的应用。据统计，截止到2025年上半年全国公有云厂商大模型调用日均输出约2.96万亿tokens，成本高达405亿元。与此与此同时，大模型深度思索大幅提升了推理结局的可靠性，然而更长时间的响应延迟也带来了AI产品应用感受不足的难题。

11月9日，我国电信翼支付Talon架构技术论文被国际人工智能顶会AAAI（人工智能促进协会会议）2026接收，标志着其革新性重新获取了国际学术界的权威认可。

我国电信翼支付始终致力于攻关大模型推理加速关键核心技术，2024年我国电信翼支付自研Falcon架构技术论文被国际人工智能顶会AAAI 2025接收。2025年，我国电信翼支付推出第二代推理加速架构——Talon，该架构严格保持生成质量无损的基本上，达成最高6.52倍的加速，在精度无损条件下最高可将推理成本降至原来的1/6，性能相较于大模型产业领先程度提升了50%+, 也超越了当前国际同类型方法。

AAAI创办于1979年，是国际人工智能顶尖学术会议，并收录于CCF-A类会议目录中，每年招揽全球大量知名公司、科研院校等顶尖AI团队参与，至今已举办40届。AAAI 2026将于2026年1月在新加坡举行，本次会议共收到近31000篇投稿，其中有效投稿共计23,680篇，创历年新高，然而录用率仅为17.6%，为近三年最低，且热门领域第一阶段拒稿率高达67%，反馈出空前的角逐负担。

破解效率难题，达成推理速率最高6.5倍

常规的投机解码虽然必定程度上提升了推理速率，但现存同步瓶颈与Draft token的低接收率挑战。Talon从推理范式上开展了重构，经过策划异步并行实施范式，将草稿生成与验证解耦为可与此同时开展的独立任务，从根本上消除了资产等候。与此同时，Talon引入了自适应混合草稿策略，融合模型驱动与检索驱动的方法，与此同时提升模型在通用和专门领域的draft token接收率，大幅提升了大模型推理速率。

得益于扎实的技术组合长处，Talon在涵盖多轮对话、代码生成、数学推理等领域的多个维度权威基准测试中获取严格验证，相比常规自回归解码达成了4.04倍至6.52倍的加速成效，尤其在知识密集型另有确认性解码场景下，Talon在各类模型、任务配置中均体现出色。

学术产业双认可，夯实技术领先位置

我国电信翼支付始终保持在新一代人工智能技术的研发投入，收获深厚的技术积淀。此前，我国电信翼支付已在NeurIPS、AAAI、WWW等国际顶尖人工智能会议发表多篇学术论文，参与多项国家产业标准，并累计申请百余项专利，也为此荣获“中央公司人工智能高价值场景”“华彩杯”算力大赛奖项等产业关键荣誉。此次Talon被国际人工智能顶会AAAI 2026接收，是我国电信翼支付革新研发实力的又一次有力证明。

理论实践并重，助力公司顾客降本增效

性能突破的价值最终体目前业务成效上。目前，Talon技术已集成至我国电信一站式Mass系统InsightAI，业务我国电信翼支付“数字人客服”“翼小橙”“翼点通”“翼小财”等多个核心业务，不但为顾客带来了流畅、迅捷的交互感受，更在确保生成内涵精准无误的前提下，将大模型推理成本降至原先的1/6，降本增效成效显著，将数智化技术高效性径直转化旨在可观的运作效益，为大规模、高并发下的AI应用铺平了道路。

将来，我国电信翼支付将持久深化Talon等自主核心技术的迭代与应用，并将其经过InsightAI系统向更广泛的产业伙伴开放，以革新技术赋能至千行百业，助力公司达成大模型高效、可靠、低成本的规模化部署，促进人工智能技术的务实进展与产业升级。