ICML 2026前瞻：投稿翻倍背后，机器学习正在换挡

56 0 0

文章摘要

第43届国际机器学习大会首次在韩国首尔举行，主题为机器学习在真实场景中的落地。本次大会接收论文6352篇，投稿量实现翻倍增长，接受率维持在26.6%，传递出会议主动扩容的讯号。同时，会议推行两项新制度以提升透明度，允许作者选择仅以论文集形式展示，并公开原始投稿版本与审稿讨论内容。

本届大会呈现出三大重塑行业走向的技术趋势，即大语言模型推理从堆砌参数转向提升思考能力、人工智能安全研究从经验主义走向理论化，以及模型压缩与扩散加速并行以降低推理成本。此外，强化学习成为第一大研究方向，而人工智能赋能科学研究和具身智能方向则展现出惊人的增速，标志着前沿技术正从虚拟环境加速走向物理世界。

在学术力量格局方面，本届大会产生了历史上首位华人主席。中国研究者在具体技术路线上不再局限于增量改进，而是开始定义前沿问题。以DeepSeek为代表的低成本高性能工作被系统性引用，标志着中国研究者正从技术跟随者转变为被引用者。同时，中国顶尖高校与科研机构在多模态方向形成了从架构、训练到评测的完整贡献链，国内多家头部科技企业的核心算法创新与系统级贡献也获得了国际同行的实质性认可，展现出温和但结构性的地位跃升。

本次大会标志着人工智能研究正经历从预训练驱动向后训练驱动的范式转移。投稿量的激增表明人工智能研究的生产力正在发生质变，而多篇观点性主张论文的涌现，反映了学术界对领域规范的深入思考。当模型规模已经足够庞大，未来的核心命题已明确转向让模型学会深度思考、确保运行安全以及实现高效推理。这不仅是技术路线的迭代，更是整个行业向真实世界落地迈进的关键分水岭。