新智元报道

【导读】ICML 2026年度杰出论文奖正式公布。刚刚今年，经典巨作奖两篇关于扩散模型的再封论文同时斩获最高荣誉，且多位核心作者为华人学者。刚刚此外，经典巨作奖ICML时间检验奖颁给了DeepMind十年前的再封强化学习经典之作，标志着该领域基石性贡献得到最终认可。刚刚

ICML 2026大奖完整名单公布

ICML（国际机器学习大会）作为AI领域三大顶会之一，经典巨作奖其年度杰出论文奖（Outstanding Paper Award）和时间检验奖（Timeless Award）备受瞩目。再封

今年共有9篇论文入围杰出论文奖，刚刚包括7篇研究论文和2篇立场论文。经典巨作奖最终评选出3篇优胜奖和6篇荣誉提名。再封其中，刚刚时间检验奖花落强化学习领域，经典巨作奖DeepMind的再封经典巨作时隔十年再次封神。

获奖完整名单及详情：
https://blog.icml.cc/2026/07/05/announcing-the-icml-2026-awards/

ICML与NeurIPS、ICLR并列为AI领域三大顶会，每年投稿量过万，接收率不足30%，含金量极高。

2026年7月6日至11日，ICML 2026在韩国首尔COEX会议展览中心举行。

这份获奖名单不仅是技术贡献的表彰，更向整个AI社区发出了明确的方向性信号。

扩散模型成最大赢家：两篇杰出论文揭示行业新共识

今年扩散模型（Diffusion Models）表现抢眼，两篇相关论文荣获杰出论文奖，这在ICML历史上极为罕见。这一现象表明，扩散模型已从概念验证阶段进入需要“纠偏”和“夯实基础”的深水区。

1. 杰出论文奖：灵活性陷阱

标题：The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models
作者：清华大学黄高团队、Zanlin Ni 等
ICML链接：https://icml.cc/virtual/2026/oral/71086
项目主页：https://nzl-thu.github.io/the-flexibility-trap/

核心发现：
扩散大语言模型（Diffusion LLMs）被视为当前最热门的研究方向之一。与GPT、Claude等自回归模型不同，扩散模型像绘画一样，从噪声中逐步“去噪”生成文本，理论上支持任意顺序的生成（如先写结尾再写开头）。

然而，该论文通过大量实验证明，“任意顺序生成”在实际训练中并未带来预期收益，反而构成了“灵活性陷阱”。模型为了支持所有可能的生成顺序，导致在特定顺序上的性能下降。这一结论动摇了扩散LLM最核心的卖点，指出过去两年围绕“任意顺序优势”的大量算力投入可能基于错误的假设。

2. 杰出论文奖：高精度采样突破

标题：High-accuracy sampling for diffusion models and log-concave distributions
作者：Fan Chen 等
ICML链接：https://icml.cc/virtual/2026/oral/71132
预印本：https://arxiv.org/abs/2602.01338

核心发现：
针对扩散模型和对数凹分布，该研究提出了更高精度的采样方法，解决了扩散模型在实际部署中“生成质量存在理论上限”的底层瓶颈。

总结：一篇论文拆解了核心假设（破），另一篇推高了技术天花板（立）。ICML同时奖励这两篇论文，信号清晰：扩散模型需要更冷静的审视和更扎实的基建，而非单纯的花样创新。

最尖锐的批评：对齐社区正在构建“审查工具箱”

标题：Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit
作者：Sarah Ball, Phil Hackemann
ICML链接：https://icml.cc/virtual/2026/oral/71119
论文PDF：https://openreview.net/pdf?id=dy2HwmOvFX

核心观点：
这篇立场论文（Position Paper）获得了杰出立场论文奖。其论点直白且刺耳：当前AI安全和对齐领域的研究者（如开发RLHF、宪法AI、价值对齐框架的团队），初衷是让AI更安全可控，但其开发的技术工具正被系统性地挪用为内容审查的基础设施。

论文指出，搞对齐的人以为自己在造“安全锁”，但这把锁的设计图纸也能用来造“牢房”。随着“过度对齐”导致AI频繁拒绝正常学术讨论或创作需求，用户怨气已积累至顶点。ICML将此奖颁给该论文，意在提醒对齐社区：必须审视手中工具被谁、以何种方式使用，以及安全与审查之间的界限究竟在哪里。

杰出论文荣誉提名速览

以下5篇研究论文和1篇立场论文获得荣誉提名，涵盖了当前AI研究的关键痛点：

研究论文荣誉提名

1. 混淆图谱：映射RLVR中诚实性的涌现
2. 标题：The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes
3. 作者：Mohammad Taufeeque 等
4. ICML链接：https://icml.cc/virtual/2026/oral/71065
5. 预印本：https://arxiv.org/abs/2602.15515
6. 亮点：利用“欺骗探针”精确定位模型在RLVR训练中何时、何层学会说谎。这为未来对齐工作提供了精确的导航图，避免了大海捞针式的调整。

1. 视频生成中的运动归因
2. 标题：Motion Attribution for Video Generation
3. 作者：Xindi Wu 等
4. ICML链接：https://icml.cc/virtual/2026/oral/71049
5. 预印本：https://arxiv.org/abs/2601.08828
6. 亮点：探讨视频生成模型是真正“理解”了运动规律，还是仅在做像素级花纹复制。这对Sora等视频生成模型的可解释性至关重要。

1. 语言模型的记忆极限
2. 标题：How much can language models memorize?
3. 作者：John Xavier Morris 等
4. ICML链接：https://icml.cc/virtual/2026/oral/71168
5. 预印本：https://arxiv.org/abs/2505.24832

6. 亮点：直击隐私和版权争议的技术根源。模型记住数据究竟算学习还是抄袭？该研究为相关法律和伦理问题提供了量化依据。

7. 扩散模型一致性：随机矩阵视角

8. 标题：A Random Matrix Perspective on the Consistency of Diffusion Models
9. 作者：Binxu Wang 等
10. ICML链接：https://icml.cc/virtual/2026/oral/71191
11. 预印本：https://arxiv.org/abs/2602.02908
12. 亮点：解释为何不同数据子集训练的扩散模型在相同噪声种子下产生相似输出。研究发现，这种一致性源于不同数据分割间共享的高斯统计量，而非模型记住了相同数据。

1. 理解Grokking：岭回归中的可证明Grokking
2. 标题：To Grok Grokking: Provable Grokking in Ridge Regression
3. 作者：Mingyue Xu 等
4. ICML链接：https://icml.cc/virtual/2026/oral/71134
5. 预印本：https://arxiv.org/abs/2601.19791
6. 亮点：在经典的岭回归模型上，首次给出了“顿悟”（Grokking）现象的严格数学证明。即模型在训练损失收敛后，突然获得泛化能力。这一突破为理解深度学习中的涌现现象提供了理论基石。

立场论文荣誉提名

• 标题：Position: AI/ML Deepfake Research is at Odds with AI-Generated Non-Consensual Intimate Imagery (AIG-NCII)
• 作者：Li Qiwei 等
• 亮点：尖锐指出AI/ML领域的Deepfake研究（如检测政治人物换脸）与AI生成非自愿亲密图像（AIG-NCII）这一严重危害普通人的滥用场景存在严重脱节。呼吁学术界关注更具社会危害性的滥用场景。

时间检验奖：DeepMind十年前的经典巨作

标题：Asynchronous Methods for Deep Reinforcement Learning
作者：Volodymyr Mnih, David Silver 等 (DeepMind团队)
出版物：https://proceedings.mlr.press/v48/mniha16.html

获奖理由：
这篇2016年发表的论文提出了A3C算法（Asynchronous Advantage Actor-Critic），是强化学习领域的里程碑式作品。

核心思想：
与其使用单个超大进程缓慢训练，不如开启多个小进程同时探索不同策略，并异步汇总梯度。这种“大道至简”的设计哲学，在十年后看来依然优雅且有效。

深远影响：
十年过去，A3C的思想已渗透进几乎所有现代RL系统的骨架中。从AlphaGo到RLHF，从游戏AI到机器人控制，A3C的DNA无处不在。ICML将此奖颁给该论文，是对这一经典贡献的迟来但实至名归的认可。

ICML 2026释放的三大信号

纵观2026年获奖名单，三条清晰的线索浮现：

1. 扩散模型成为研究密度最高的地带：双黄蛋杰出论文加上多篇荣誉提名，扩散模型的出镜率碾压其他方向。下一代语言模型的架构之争中，扩散模型已正式入局，并进入精细化发展阶段。
2. AI安全研究面临内部审视：最佳立场论文直指对齐社区工具被挪用为审查工具，荣誉提名则追问Deepfake研究的盲区。学术界开始严肃面对一个问题：安全工具与审查工具之间的界限究竟在哪里？
3. 从“快速膨胀”转向“深度清理”：这些信号共同指向一个判断：AI研究正在从追求速度和规模的“快速膨胀”阶段，切换到注重基础理论、伦理反思和技术纠偏的“深度清理”阶段。

ICML 2026的获奖名单，正是这场行业“清理”的第一份审计报告。

参考资料：
https://blog.icml.cc/2026/07/05/announcing-the-icml-2026-awards/

编辑：大卫