廣東
告別盲目刷榜，28頁 PPT 帶你摸透 ICML 新風向。
作者丨陳淑瑜
編輯丨岑峰
ICML 2026 的投稿量從去年的 12107 篇直接飆升至 23,918 篇，幾近翻倍。
然而，最終的接收率卻牢牢釘在 26.56%，與去年幾乎持平。
這一數據傳遞出一個明確的信號：并非競爭變得盲目激烈，而是學術評審標準經歷了一次深刻的“重新校準”。
為了拆解這一趨勢，我們制作了一份 28 頁的深度分析 PPT，試圖摸清 ICML 2026 的評審邏輯與行業風向。以下是我們總結出的四個核心判斷。
01
三個方向正在吃掉一半以上的接收名額
我們綜合了 ICML 2026 中文導讀（TSrigo，6,567 篇標注）和 PaperNotes（1,843 篇精選）的數據，把 76 個二級分類歸并成 8 大主題方向。
數據顯示，學術資源和評委的青睞正高度集中在以下三個賽道：
▎方向一：大模型的「向內求索」（約 1,870 篇，占比 28%）
審稿人不想看你微調了一個什么模型、跑贏了哪些榜單。他們想看的是你挖開了模型的黑箱，看到了里面的電路和機制。
例如CircuitLasso 嘗試通過稀疏回歸來捕捉語義傳播的真實路徑，而 Weight-Sparse Transformers 則證明了精簡大部分權重后，模型依然能涌現出具備高度可解釋性的電路結構。理解黑箱內部的機理，這才是 2026 年大模型研究的正確打開方式。
▎方向二：AI for Science 深水區 （約 860 篇，占比 13.5%）
生物醫藥（基因組、蛋白質）、物理化學（量子、氣象）、科學計算（形式化證明、表格基礎模型）這幾個方向的投稿量相比去年激增。
然而，評委們已不再為“將已有 AI 模型套用到某個科學數據集上”的淺表結合買單。
諸如 dnaHNet 這樣既能實現 3 倍推理加速，又能在多項基因組學基準上斬獲 SOTA（最高水平）的硬核工作，才能讓評委們心甘情愿買單。
▎方向三：具身智能（超 420 篇）
作為全場矚目的焦點，具身智能展現出了極高的投稿密度，其中尤以“VLA（視覺-語言-動作）與世界模型的融合”、“雙手靈巧操作”以及“Sim-to-Real（仿真到現實）跨越”三條子賽道最為火熱。
斯坦福大學的 VLAW 便是其中的典型代表，該研究通過有限的真實世界數據，交替迭代改進世界模型的保真度，最終在真實操作任務中實現了 39.2% 的性能提升，是非常值得精讀的標桿案例。
02
三個「隱形門檻」才是淘汰率最高的地方
如果你以為被拒是因為實驗不夠多、消融不夠細，那你可能從一開始就跑偏了。
▎門檻一：數學理論硬度回歸。
在對純實驗刷榜產生審美疲勞后，審稿人開始嚴厲審視工作的理論根基。具備嚴謹數學證明、收斂性分析及統計學習理論支撐的文章，其評級遠高于純工程性質的工作。
以 Spurious Rewards 為例，該研究證明了即便在獎勵信號存在誤導的情況下，依然能引發強數學推理。這種直接挑戰 RLVR（強化學習驗證）核心理論假設的洞察，遠比做幾組對比實驗更有說服力。
▎門檻二：魯棒性與安全性權重飆升。
Safe RLHF（安全人類反饋強化學習）、對抗防御、差分隱私等方向，在今年受到了評審委員會的系統性偏好。
如果你還在做純粹的性能優化而不考慮安全性，抱歉，2026 年不吃這套。
▎門檻三：純工程調參及提示工程遭遇“免疫”。
本屆 ICML 評審對“測試不同 Prompt、微調超參數或疊加 LoRA 配置”等缺乏本質創新的工作釋放了明確的排斥信號。
主流的研究范式已全面轉向探索 Next-token 機制的理論上限，以及推理期計算（Inference-time Compute）的復雜度邊界。
03
Best Paper 的三種基因：不拼算力，拼什么？
我們解構了 ICML 2024–2025 全部獲獎論文，提煉出三種獲獎基因：
類型一：突破基礎范式。
敢于質疑當前的“常識”，并提出具備更低復雜度的新架構。正如 Mamba/SSM 架構當年正面挑戰 Transformer 對長文本的統治地位一樣，打破常規是通往最高榮譽的捷徑。
類型二：硬核數學證明。
利用最優輸運、隨機微分方程推導泛化邊界，或對 Flow Matching 理論進行深入剖析。無論技術浪潮如何更迭，扎實的數學根基永遠是學術界的硬通貨。
類型三：Position Paper（立場論文）。
這一點特別值得教授團隊關注。不拼算力，拼的是學術洞察力和 AI 倫理/數據安全的前瞻判斷。
例如，近期的一篇獲獎論文“大規模預訓練中的差分隱私語義漏洞”證明：即使微調階段加了隱私保護，預訓練階段的數據仍會被模型死記硬背而泄露。這一發現引發了整個學術界對數據安全的重新思考。
04
這本手冊里到底有什么？
一句話總結：你可以把它當成一個ICML 2026 的「投資研報」+「投稿指南」二合一。
如果你是
你應該重點看
科研小白 / 研一
板塊一「極簡通識」+ 板塊四「效率工具箱」——三會定位秒懂、論文類型速查、5 個提效神器、LaTeX 避坑清單
青年學者 / 博后
板塊二「18 頁深度風向拆解」——投稿數據全景、三大方向論文案例、三大隱形門檻、四維評審標準逐條解讀
教授 / 實驗室導師
板塊三「前沿風向標」——近三年關鍵詞演變、Best Paper 基因解構、國際三巨頭研究矩陣、華人學者學術版圖、團隊投稿戰略建議
手冊含28 頁可編輯 PPT，所有數據均標注來源鏈接（共 22 條，涵蓋官方、數據統計、Best Paper 集、論文鏈接、工具），方便快速判斷是否需要精讀原文。
獲取完整手冊
掃碼進入雷峰網ICML學術專區，或點擊原文鏈接，即可免費獲取《ICML 2026 學術頂會知識手冊》完整版。
看懂風向，比多跑一百組實驗更重要。
本手冊數據來源：ICML 2026 官網、OpenAccept 歷年統計、ICML 2026 中文導讀（TSrigo，6,567 篇）、PaperNotes（1,843 篇）、PaperDigest Highlights（500 篇精選）、CS-Pedia Best Papers、arXiv 等，均經團隊交叉核實。
一個人讀論文太孤單，一群人刷頂會才好玩。
ICML 2026召開在即，我們正在召集一波含金量極高的 AI 研究者。群內主打實時論文跟蹤與硬核技術探討，拒絕灌水。
進群傳送門：掃碼進群或添加微信Vin_Vivid，備注：論文群 + 關注的 AI 方向。
搞科研/搞技術，信息差很重要。
來，一起快人一步！
未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！
公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
