ICML 2026開幕 擴散模型包攬大獎 DeepSeek成為焦點

2026 年度國際機器學習大會 (ICML 2026) 於南韓首爾 COEX 會議展覽中心舉行。做為與 NeurIPS、ICLR 並列的 AI 領域三大頂會，今年的獲獎名單不僅表彰了技術貢獻，更釋放出 AI 研究正從「快速膨脹」切換到「深度清理」與「基礎建設」的強烈信號。

擴散模型成最大贏家

在傑出論文獎 (Outstanding Paper Award) 中，擴散模型 (Diffusion Models) 展現了絕對的統治力，罕見地由兩篇相關論文同時獲獎。

其中，清華大學黃高團隊的作品《靈活性陷阱：重新思考擴散語言模型中任意順序的價值》指出，過去被視為優勢的「任意順序生成」在實際訓練中反而成了負擔，導致模型在具體順序上的表現下降，這項結論對當前的研究範式具有極強的「糾偏」意義。

另一篇獲獎論文則由 Fan Chen 等人提出，聚焦於提升採樣精度，解決了擴散模型在實際部署中生成質量的理論上限瓶頸。

DeepSeek 成為研究焦點

今年的時間檢驗獎 (Test of Time Award) 頒給了 DeepMind 團隊於 2016 年發表的《深度強化學習的異步方法》(A3C 算法)。這項技術在十年後已成為 AlphaGo 及現代 RLHF 系統的骨架，被視為經典巨作。

此外，中國大模型 DeepSeek 在本次大會中成為另一個關注焦點。DeepSeek-R1 被大量論文引用為評測大規模語言模型 (LLM) 推理能力與「深思維」(Deep-Thinking) 標記的核心基準。

反思 AI 安全與社會影響

傑出立場論文獎 (Outstanding Position Paper Award) 則頒給了《對齊社區正在無意中構建一個審查工具箱》，該文尖銳指出當前的 AI 安全技術 (如 RLHF) 正演變為內容審查的基礎設施，提醒學術界警惕研究典範的結構性風險。