ICML 2026前瞻：投稿翻倍背后，機(jī)器學(xué)習(xí)正在換擋

首爾見，ICML見，新方向見。

作者丨吳思?jí)?strong>

編輯丨岑 峰

7月6日–11日，第43屆國際機(jī)器學(xué)習(xí)大會(huì)（ICML 2026）將首次落地韓國首爾COEX會(huì)展中心舉行，會(huì)議主題為“Machine Learning for the Real World”，強(qiáng)調(diào)機(jī)器學(xué)習(xí)在真實(shí)場景中的落地。

（圖源： CS Conf Stats）

根據(jù)計(jì)算機(jī)科學(xué)會(huì)議統(tǒng)計(jì)看板 CS Conf Stats的最新數(shù)據(jù)顯示，今年共接收論文6352篇（常規(guī)主賽道論文），102%的增幅，接受率26.6%，與去年的26.9%基本持平。

23918篇投稿，6352篇接收，26.6%接受率，Spotlight占比2.2%，Oral 演講占總投稿數(shù)的 0.7%——ICML創(chuàng)辦43年來，還沒有哪一年的投稿量像今年這樣翻倍式增長。而在投稿量翻倍的前提下維持接受率，也傳遞出會(huì)議正在主動(dòng)擴(kuò)容的訊號(hào)。

除此之外，今年兩項(xiàng)全新的制度調(diào)整，為學(xué)術(shù)社區(qū)帶來了透明度的實(shí)質(zhì)性變化：其一是參會(huì)展示改為可選，接收論文作者可以選擇僅以論文集形式收錄，在會(huì)議記錄中享有同等地位且均可參評(píng)獎(jiǎng)項(xiàng)。其二是原始投稿版本將被公開，包括匿名評(píng)審意見、作者Rebuttal及審稿人、作者討論內(nèi)容。

01

三趨勢重塑行業(yè)走向，具身模型成熱門

把近三年ICML的熱點(diǎn)關(guān)鍵詞串聯(lián)起來，機(jī)器學(xué)習(xí)的轉(zhuǎn)向脈絡(luò)會(huì)格外清晰：2024-2025年的熱點(diǎn)“Transformer變體、PEFT微調(diào)、擴(kuò)散模型優(yōu)化”已日漸飽和，純粹的增量改進(jìn)在ICML極難生存。2025年底以來談?wù)撟疃嗟牡募t利方向，諸如Alignment、Agent、可解釋性、測試時(shí)訓(xùn)練（TTT）正在成為今年論文的主體。而當(dāng)前正在搶占的戰(zhàn)略高地，是具身智能的世界模型、科學(xué)計(jì)算的深水區(qū)，以及可信AI的政策框架。

如果說論文數(shù)量反映的是“關(guān)注度”，那論文方向的變化反映的是“行業(yè)焦慮”。從今年ICML論文反映的技術(shù)版圖里，有三個(gè)不可忽視的信號(hào)：

▎LLM 推理：從“更大模型”到“更好思考”

通過對(duì) OpenReview 中錄用論文的Keywords進(jìn)行全量文本檢索，我們發(fā)現(xiàn)LLM相關(guān)論文占今年接收論文的近20%，如果算上對(duì)齊、安全、Agent等間接相關(guān)方向，比例超過30%。但真正值得關(guān)注的是研究性質(zhì)的變化。

LLM相關(guān)論文占今年接收論文的近20%，算上對(duì)齊、安全、Agent等間接相關(guān)方向，比例超過30%。但數(shù)字不是重點(diǎn)——重點(diǎn)是研究性質(zhì)的根本變化：不再堆參數(shù)，更多的是堆"思考"。

多篇論文追問同一個(gè)問題：在推理階段投入更多計(jì)算資源，能否超越單純?cè)龃髤?shù)量？有研究者將MCTS（蒙特卡洛樹搜索）引入LLM推理，提出預(yù)算感知的搜索策略；也有人從信息論視角分析隱式思維與顯式思維鏈的邊界，追問一個(gè)更根本的問題，即模型在“不說話”的時(shí)候，到底能不能推理？

強(qiáng)化學(xué)習(xí)（RL）以886篇論文成為今年ICML第一大方向，PPO系列獨(dú)占201篇。DeepSeek-R1背后的GRPO技術(shù)被多篇論文進(jìn)一步變體化，研究者正拆解它為什么有效、能否跨場景復(fù)現(xiàn)。中國的工作正在被系統(tǒng)性地引用和分析，這個(gè)信號(hào)比論文數(shù)量更重要。

▎AI 安全正在理論化

114 篇 AI 安全論文，使安全成為 ICML 2026 第三大熱門方向。CML 2026 的 6 位 Invited Talk 演講者中，有 3 位——Verena Rieser（Google DeepMind）、Arvind Narayanan（普林斯頓）和 Pascale Fung（港科大）——的核心研究方向都直接涉及 AI 安全、對(duì)齊或社會(huì)影響。

ICML 2026特邀演講者，從左到右依次為

Pascale Fung 、Susan Athey 、Sham Kakade 、Aviv Regev、Verena Rieser 、Arvind Narayanan

今年的安全研究呈現(xiàn)出“攻防升級(jí)、方法論深化”的特征。越獄攻擊方面，從激活引導(dǎo)到自適應(yīng)攻擊，研究者正在系統(tǒng)化地揭示 LLM 的脆弱性邊界，安全研究正在從經(jīng)驗(yàn)主義走向理論化。

對(duì)齊方法上，DPO變體繼續(xù)涌現(xiàn)，但同時(shí)有工作追問一個(gè)被長期忽視的問題：讓模型更“對(duì)齊”人類偏好，會(huì)不會(huì)損害它的推理能力和置信度校準(zhǔn)？這不再只是一個(gè)錦上添花的優(yōu)化問題，還是直接影響模型可靠性的基礎(chǔ)命題。

▎模型壓縮與擴(kuò)散加速并行

116 篇模型壓縮論文，僅次于圖像生成，位列第二。背后是一個(gè)產(chǎn)業(yè)級(jí)的焦慮：大模型太貴，開發(fā)者苦token久矣。

KV緩存優(yōu)化是今年最熱的子話題，從關(guān)鍵token選擇到緩存復(fù)用策略，研究者正試圖解決LLM推理中最核心的內(nèi)存瓶頸。MoE架構(gòu)創(chuàng)新同樣活躍：可微最優(yōu)傳輸驅(qū)動(dòng)的Dense→MoE轉(zhuǎn)換、正交增長策略等方案，目標(biāo)一致，試圖在不損失質(zhì)量的前提下降低推理成本。

這個(gè)方向的升溫傳遞出一個(gè)清晰的產(chǎn)業(yè)判斷：模型的能力競賽遠(yuǎn)未結(jié)束，但“能不能用得起”已經(jīng)從工程問題變成了核心研究問題。

另一個(gè)有趣的方向是擴(kuò)散 LLM 的加速。擴(kuò)散模型相關(guān)論文446篇，擴(kuò)散模型用于文本生成本身就比自回歸更慢，但它在可控生成和多模態(tài)融合上有獨(dú)特優(yōu)勢。ICML 2026 上出現(xiàn)的自適應(yīng)緩存、并行解碼、熵感知分束等方法，正在縮小擴(kuò)散 LLM 與自回歸 LLM 之間的效率差距。

除了上述三大趨勢，今年的論文版圖上還有兩個(gè)方向增速驚人。

AI for Science方向約860篇論文，占總量13.5%。從基因組序列基礎(chǔ)模型dnaHNet，到形式化數(shù)學(xué)自動(dòng)證明APE-Bench，AI正在從“輔助科研工具”變成“科研的主體參與者”。具身智能方向約420篇，增長勢頭最猛。斯坦福團(tuán)隊(duì)提出的VLAW方法，讓視覺-語言-動(dòng)作策略與世界模型迭代協(xié)同改進(jìn)，在真實(shí)世界操作任務(wù)中實(shí)現(xiàn)39.2%的性能提升——從虛擬環(huán)境走向物理世界，是今年最值得產(chǎn)業(yè)界關(guān)注的信號(hào)之一。

02

中國研究者的ICML時(shí)刻

張潼——現(xiàn)任UIUC計(jì)算機(jī)系教授，曾任騰訊AI Lab主任、百度研究院副院長，擔(dān)任本屆ICML大會(huì)主席（General Chair），也是ICML歷史上首位華人主席。清華、北大、中科院、浙大、上交在接收論文作者列表中的出現(xiàn)頻率逐漸增加，據(jù)官網(wǎng)公開報(bào)道，北京大學(xué)、上海交通大學(xué)各有9篇高水平論文成功入選，浙江大學(xué)3篇。

張潼

中國研究者開始在具體方向上不只是做增量改進(jìn)。一個(gè)具體的標(biāo)志是DeepSeek。過去一年里，DeepSeek-R1讓整個(gè)社區(qū)重新審視“低成本高性能”的技術(shù)路線。原來不一定要堆幾萬張卡，也能做出有競爭力的推理模型。今年ICML接收論文中，至少有數(shù)十篇在正文中直接引用DeepSeek的工作。中國研究者正在從“跟隨者”變成“被引用者”，這個(gè)轉(zhuǎn)變雖然剛發(fā)生，但方向是清晰的。

多模態(tài)方向同樣值得關(guān)注。Qwen-VL（阿里）、InternVL（OpenGVLab/復(fù)旦）、DeepSeek-VL等系列工作，使中國機(jī)構(gòu)在視覺-語言模型方向上形成了從架構(gòu)、訓(xùn)練到評(píng)測的完整貢獻(xiàn)鏈。企業(yè)側(cè)，據(jù)公開信息，騰訊、阿里、字節(jié)、百度、華為均有論文被接收，且涉及核心算法創(chuàng)新而非僅僅是工程實(shí)現(xiàn)。華為昇思和百度飛槳在系統(tǒng)層面的貢獻(xiàn)，也開始獲得國際同行的實(shí)質(zhì)性引用。

差距當(dāng)然還在。美國在基礎(chǔ)理論上的積累、歐洲在概率方法與理論方向上的深度，仍然明顯領(lǐng)先。但中國研究者的參與方式正在發(fā)生變化，在一些前沿方向上開始定義問題。這個(gè)變化雖然溫和，但是結(jié)構(gòu)性的。

03

為什么今年的ICML格外值得關(guān)注

今年的 ICML 有一種“分水嶺”的氣質(zhì)。

投稿量翻倍這個(gè)事實(shí)本身就說明，AI 研究的生產(chǎn)力正在發(fā)生質(zhì)變。無論是 LLM 輔助寫作帶來的效率提升，還是 AI 從業(yè)者群體本身的膨脹，23918 篇投稿是一個(gè)不可逆的臨界點(diǎn)。

技術(shù)方向上，我們正在見證從“預(yù)訓(xùn)練驅(qū)動(dòng)”到“后訓(xùn)練驅(qū)動(dòng)”的范式轉(zhuǎn)移。LLM 推理、測試時(shí)計(jì)算、AI 安全、對(duì)齊方法的集中爆發(fā)，本質(zhì)上都在回答同一個(gè)問題：當(dāng)模型已經(jīng)足夠大，下一步做什么？ICML 2026 給出的答案是：讓模型學(xué)會(huì)思考，讓模型學(xué)會(huì)安全，讓模型變得高效。

另一個(gè)值得留意的信號(hào)是今年ICML上出現(xiàn)了多篇Position論文——這類論文不報(bào)告實(shí)驗(yàn)結(jié)果，而是提出“我們認(rèn)為領(lǐng)域應(yīng)該這樣做”的觀點(diǎn)性主張，涉及Agent實(shí)驗(yàn)規(guī)范、可解釋性標(biāo)準(zhǔn)、輔助AI的個(gè)性化范式等。

最后，雷峰網(wǎng)·AI科技評(píng)論將派團(tuán)隊(duì)前往首爾，全程報(bào)道ICML 2026！帶著中國視角，實(shí)地去判斷哪些方向真正值得產(chǎn)業(yè)關(guān)注，而哪些只是紙上談兵。

一個(gè)人讀論文太孤單，一群人刷頂會(huì)才好玩。

ICML 2026召開在即，我們正在召集一波含金量極高的 AI 研究者。群內(nèi)主打實(shí)時(shí)論文跟蹤與硬核技術(shù)探討，拒絕灌水。

進(jìn)群傳送門：掃碼進(jìn)群或添加微信Vin_Vivid，備注：論文群 + 關(guān)注的 AI 方向。

搞科研/搞技術(shù)，信息差很重要。

來，一起快人一步！

上車，帶你看遍全球 AI 頂會(huì)精華

可獨(dú)家暢覽：

專家演講PPT

大會(huì)報(bào)告全文

熱門論文解讀

學(xué)術(shù)新星訪談

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。