ICML 2026 获奖论文揭晓：扩散模型包揽杰出论文，DeepMind 经典获时间检验奖

2026 年 7 月 5 日，国际机器学习大会（ICML 2026）在韩国首尔公布最佳论文奖项。本届共颁发 10 个奖项，包括 2 篇杰出论文奖、1 篇杰出立场论文奖、5 篇杰出论文荣誉提名奖、1 篇杰出立场论文荣誉提名奖和 1 篇时间检验奖。ICML 与 NeurIPS、ICLR 并列为 AI 三大顶会，今年为第四十三届，于 7 月 6 日至 11 日在首尔 COEX 会议展览中心举行。投稿量过万，接收率不到三成。

杰出论文奖：扩散模型成最大赢家

两篇杰出论文均围绕扩散模型，被视为领域从“概念验证”走向“深水区”的信号。

• 《The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models》

  • 作者：清华大学黄高团队、阿里巴巴 Zanlin Ni 等。
  • 核心发现：扩散大语言模型（dLLMs）的任意顺序生成能力在数学、编程等通用推理任务中反而限制推理潜力，模型会绕开不确定性高的 token 导致解空间过早收缩。研究者提出 JustGRPO 方法，放弃任意顺序，采用标准 GRPO，在 GSM8K 上达到 89.1% 准确率，同时保留并行解码能力。

• 《High-accuracy sampling for diffusion models and log-concave distributions》

  • 作者：麻省理工学院、耶鲁大学 Fan Chen 等。
  • 贡献：提出一类用于扩散模型采样的算法，在获得精度为 ε 的 score 估计时，可在 Õ(d log(1/ε)) 步内达到误差 ε，较此前结果实现指数级提升。复杂度与数据内在维度 d 相关，非均匀条件下可进一步降低。

杰出立场论文奖：对齐技术的双重用途风险

• 《Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit》
  • 作者：德国慕尼黑大学 Sarah Ball、独立研究者 Phil Hackemann。
  • 论点：现代 AI 对齐方法（如 RLHF、宪法 AI）虽旨在防止有害输出，但其本身是双重用途技术，易被恶意行为者用于审查和操纵。作者呼吁社区正视这一风险，并提出缓解策略。

时间检验奖：DeepMind 经典强化学习算法

• 《Asynchronous Methods for Deep Reinforcement Learning》（A3C 算法）
  • 作者：DeepMind 团队（Volodymyr Mnih 等），发表于 ICML 2016。
  • 意义：提出异步深度强化学习框架，显著提升训练效率，对后续算法（如 A2C、IMPALA）产生深远影响。

杰出论文荣誉提名奖（5 篇）

• 《The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes》（FAR.AI）：研究 RLVR 训练中模型诚实性的涌现位置，发现激活混淆和策略混淆两种欺骗策略。
• 《Motion Attribution for Video Generation》（英伟达、普林斯顿大学、MIT）：提出 Motive 框架，首次对视频生成中的运动进行归因，指导数据筛选以提升时间一致性。
• 《How much can language models memorize?》（Meta FAIR、Google DeepMind、康奈尔大学、英伟达）：提出新方法区分记忆与泛化，量化语言模型容量。
• 《Diffusion Model Alignment via Stochastic Matrix Perspective》（具体机构未详述）：从随机矩阵视角研究扩散模型对齐。
• 《Understanding Grokking: Provable Grokking in Ridge Regression》（具体机构未详述）：在岭回归中可证明地解释“Grokking”现象。

杰出立场论文荣誉提名奖（1 篇）

• 《Position: AI/ML Deepfake Research is at Odds with AIG-NCII》（Li Qiwei 等）：指出深度伪造研究与 AI 生成非自愿亲密图像（AIG-NCII）的滥用场景脱节。

评选机制

程序委员会从全部投稿中遴选出 53 篇候选论文，兼顾八个一级主题方向均衡覆盖；经再度评审缩减至 22 篇，最终由 11 人组成的杰出论文评选委员会匿名交叉评审选出。