ICML 2026現場最全索引：從快手到大廠，中國企業集體出征

ICML迎來“中國濃度”最高的一年

作者丨吳思夢

編輯丨岑 峰

ICML 2026 將于7月6日至11日在韓國首爾 COEX 召開，本屆投稿量達23918篇，錄用6352篇，錄用率26.6%。AI研究熱情并沒有因為scaling law的質疑而消退，反而因為多模態、視頻生成、Agent等新風口的出現而更加狂熱

中國企業也全面出擊：快手11篇論文入選（含1篇Spotlight），阿里千問C端團隊4篇入選（ECHO框架獲Spotlight，入選率僅2.2%），中科院自動化所以50篇論文展現國家級科研體量，北京大學數據所9篇、PKU-DAIR實驗室3篇聚焦效率優化，騰訊混元以HunyuanWorld-Mirror布局3D世界重建。

從大模型推理加速到視頻生成，從具身智能到腦機接口，中國機構的技術縱深和方向覆蓋正以前所未有的密度出現在國際頂會上。

與此同時，本屆ICML現場也是中國企業活動密度最高的一屆。從快手包下漢江郵輪到上海AI實驗室的雙場人才交流會，從螞蟻×SGLang的首爾學術之夜到聚寬以鉆石贊助商身份亮相，中國企業的參與度進一步加深。。

會議深度分析 PPT可戳

https://www.leiphone.com/category/private/AvP8p11JWo0fiWEl.html

01

一個翻倍的數字，一場沒有退路的競賽

6352篇。這是ICML 2026最終錄用的論文數量。與之對應的是23918篇投稿，較2025年溫哥華會議的11830篇恰好翻了一倍。

ICML（國際機器學習大會）與NeurIPS、ICLR并稱“機器學習三大頂會”，歷來是全球AI研究者爭奪的最高話語陣地。本屆選址韓國首爾COEX會展中心，時間為7月6日至11日，涵蓋Tutorial、主會議和Workshop三個階段。

本屆會議主題為"Machine Learning for the Real World"（面向真實世界的機器學習），六位特邀報告人覆蓋經濟學、計算生物學、對話式AI、ML理論、AI安全與人機交互等多個跨學科領域。其中包括斯坦福經濟學家Susan Athey和香港科技大學對話式AI研究者Pascale Fung。

此次中國在學術端的表現引人側目。

▎快手：11篇論文與一條漢江郵輪

在本次ICML上，快手是中國企業中最具存在感的一家——不只是在學術層面，也在現場層面。

（圖源：快手招聘）

快手技術團隊共11篇論文被ICML 2026接收，其中1篇入選Spotlight Papers（入選率約2.2%）。

Spotlight論文「MetaphorVU」聚焦多模態大模型在隱喻視頻理解上的能力邊界。研究構建了首個面向隱喻視頻理解的系統性基準，揭示了當前多模態大模型在“跨域映射”這一核心認知能力上的不足，同時提出了推理階段增強框架MetaphorBoost。

更具產業價值的是「OneSearch」，也是首個在工業界落地部署的端到端生成式電商搜索框架。這篇論文通過關鍵詞增強層次化量化編碼和多視角用戶行為序列注入，OneSearch在快手電商實際場景中實現了商品點擊率提升1.67%、訂單量提升3.22%，同時運營支出降低75.40%，算力利用率從3.26%飆升至27.32%。這組數據對任何一家電商平臺的技術負責人來說，都有說服力。

其他9篇論文覆蓋了圖像編輯（SpatialReward，在EditReward-Bench上提升11.3%）、代碼智能評估（SWE-Compass，統一8種任務類型和10種編程語言）、視頻理解（VideoTemp-o3）、強化學習（PA-MoE）、因果推斷（ReTimeCausal）等方向，一個短視頻平臺在AI研究上的覆蓋廣度，在這份論文清單中可見一斑。

在論文之外，快手更是本屆ICML少數公開確認現場大型活動的中國企業。其在COEX會場B101號展位展示技術成果，并于7月8日晚在首爾汝矣島舉辦“K-Star STARRY NIGHT”漢江郵輪學術晚宴，面向全球AI研究者開放報名。（報名已于7月1日截止）。快手還是ICML 2026黃金級贊助商。在頂會現場，中國公司開始學著像Google和Meta那樣，用一場好活動來建立學術社區的影響力。

▎阿里千問：ECHO框架與“推理經濟性”的新戰場

阿里千問C端應用團隊在本屆ICML和ACL上共入選4篇論文，其中ECHO框架獲ICML Spotlight（入選率僅2.2%），是本屆最值得關注的產業界成果之一。

(圖源：阿里招聘）

ECHO要解決的是一個正在迅速成為產業剛需的問題：大模型在高并發場景下的推理效率。其核心思路是稀疏門控加彈性預算調度——動態分配驗證算力，在保證輸出質量的前提下大幅減少無效計算。在Qwen3-235B等模型上的實測數據顯示，端到端吞吐量相比現有方案最高提升36%。

36%這個數字意味著什么？假設一個日調用量10億次的AI應用，每次推理成本降低36%，每年節省的成本將是一個天文數字。

與ECHO并列入選ICML的還有SiameseNorm架構，通過雙流參數共享在不增加參數規模的情況下提升復雜推理能力。入選ACL的MARCH框架聚焦大模型幻覺治理，通過“信息不對稱”機制將解答、提案與審查拆分為獨立環節；RiT框架則引導模型進行結構化推理，適用于行業分析、營銷推演等復雜場景。

四篇論文放在一起，可以清晰地看到千問C端團隊的研究邏輯：不是在發“好看”的論文，而是在解決大模型落地過程中的真實痛點——推理太慢、輸出不可靠、復雜任務能力不足。

▎中科院自動化所：50篇論文的“國家隊”答卷

如果按單一機構論文錄用數量來排，中科院自動化所可能是本屆ICML中國機構中表現最突出的。有50篇論文被接收，其中2篇入選Spotlight。

第一篇Spotlight論文「Mind-Omni」提出首個通過離散擴散范式統一七種腦信號編碼與解碼任務的通用框架，核心創新是Brain Tokenizer——將異構、連續的腦信號轉換為標準化的離散token，實現任意模態間的token級交互。在腦機接口從實驗室走向產業的前夜，這項工作提供了關鍵的基礎設施級能力。

第二篇Spotlight論文「Skill-Pro」解決的是大語言模型智能體的技能學習問題：通過非參數PPO方法，使智能體在無需參數更新的前提下從交互經驗中自主學習可復用的程序化技能。在LLM Agent日益成為行業共識的當下，這份工作的實用價值不言自明。

50篇論文的方向分布，幾乎覆蓋了當前AI研究的所有核心賽道：大語言模型推理與對齊（約12篇）、多模態與視覺語言模型（約8篇）、強化學習（約6篇）、組合優化（約4篇）、模型壓縮（約4篇）、腦機接口與腦-AI對齊（約3篇）、視頻生成與檢測（約3篇），以及自動駕駛、氣象AI、醫療AI等交叉應用。

其中幾篇論文尤其值得關注：「DynVLA」首次將“動態思維鏈”推理范式引入自動駕駛，將未來場景演化壓縮為少量離散Token，在NAVSIM等基準上顯著優于現有方法；「PretrainZero」提出在Wikipedia語料上直接進行RL預訓練，使Qwen3-4B-Base在MMLU-Pro上提升8.43分，為預訓練范式開辟了新思路；「PlotCraft」構建了包含1000個復雜可視化任務和48種圖表類型的基準，其開發的PlotCraftor模型在高難度任務上實現超50%的性能提升。

▎騰訊混元與高校聯合：3D世界重建與前沿攻堅

（圖源：騰訊招聘）

據了解，騰訊混元、微信、騰訊云、優圖實驗室、騰訊游戲、騰訊營銷、騰訊視頻等多個業務與研究團隊在此次ICML共計擁有50+篇論文中稿。

騰訊混元團隊在本屆ICML帶來了HunyuanWorld-Mirror——一個多功能的前饋模型，用于全面的3D幾何預測。該模型整合了相機位姿、深度圖等多種幾何先驗，能夠從一組圖像或視頻中重建3D場景，輸出可交互的GLB文件。在3D生成與空間智能成為AI下一個前沿的背景下，HunyuanWorld-Mirror代表了騰訊在多模態幾何理解方向上的核心布局。

北京大學的數據所和PKU-DAIR實驗室貢獻了12篇高質量論文，方向高度集中于大模型效率優化：

EchoAttention通過雙算子設計和兩級門控路由，在Wan2.1-1.3B上實現1.97×推理加速，在CogVideoX1.5-5B上實現2.42×加速，突破了稀疏注意力的速度-質量天花板。DARTS通過分布感知軌跡采樣和自適應資源分配，在大模型強化學習訓練中實現最高1.77×的吞吐量提升。SALE利用4-bit量化Query-Key乘積近似注意力權重，處理64K長序列時可獲得至少3.36×加速。這三篇論文的共同關鍵詞是“效率”，不去堆更多算力，在現有算力框架下找到最優解。

值得一提的是，百度與北大合作完成的Detached Skip-Links論文，通過“前向保留+反向截斷”的視覺特征融合策略，在OCR類任務上實現平均3.1個百分點的提升。這是百度在本屆ICML上少數被公開報道的合作成果之一。

02

“中國濃度”背后的三個趨勢

當 Scaling Law 的紅利邊際遞減，本屆 ICML 中國大陸機構的集中發力，釋放了三個極具產業風向標意義的趨勢：

▎趨勢一：從“發論文”到“做現場”

快手在漢江上租郵輪辦學術晚宴，騰訊青云計劃在ICML期間開啟一系列學術交流活動，上海AI實驗室舉辦"云帆Meetup"和"北極星X星啟"雙場人才交流會（7月8日-9日，含階躍星辰等20余家上海AI單位參展），螞蟻集團聯名SGLang舉辦"ICML首爾學術之夜"。一批中國企業開始理解頂會的"第二層玩法"：學術社區建設。Google DeepMind在NeurIPS的派對、Meta在ICML的Reception，早已是頂會生態的一部分，中國企業正在補上這一課。

▎趨勢二：研究深度從“單點突破”走向“系統化布局”

快手11篇論文覆蓋了大模型、強化學習、CV、信息檢索、因果推斷五個大方向；中科院自動化所50篇論文覆蓋了大模型、多模態、RL、組合優化、模型壓縮、腦機接口、自動駕駛等十幾個方向。騰訊50+篇論文來自六個以上獨立業務團隊。這不是“廣撒網”，而是系統性的科研組織能力在頂會上的集中呈現。尤其是自動化所的兩篇Spotlight——一篇做腦機接口的底層架構，一篇做LLM Agent的技能學習，更顯示出國家科研機構正在從“跟跑”轉向在某些細分方向上“定義問題”。

▎趨勢三：“效率”成為擁擠的賽道

阿里千問的ECHO（吞吐量提升36%）、北大的EchoAttention（視頻生成加速2.42×）、DARTS（RL訓練加速1.77×）、SALE（長上下文推理加速3.36×）。當Scaling Law的紅利邊際遞減，當大模型參數從千億沖向萬億，如何在有限算力下“榨出”更高效率，已經從一個工程問題升級為學術前沿問題。中國機構在這一賽道上的集中發力，既有現實算力約束的驅動，也體現了越來越強的工程與理論結合的能力。

03

論文之外，仍有“存在感”

需要指出的是，本文覆蓋的中國企業只是冰山一角，現場還有重頭戲。

▎字節跳動（ByteDance）

在ICML 2026上，字節是COEX展區鉑金級贊助商。其在 COEX 展區設有官方 Exhibitor 展位。其技術重點依然圍繞SeedEdit/PixArt 視覺大模型系列的底層擴散算法優化、以及多模態視頻流的并行推理架構（對應火山引擎的商業算力降本）。但其ICML論文總數尚未以官方成績單形式公布。

▎百度（Baidu）

除了與北大合作的Detached Skip-Links論文外，百度的智能駕駛團隊（Apollo）和文心一言底座團隊均有小規模研究員赴韓。百度在現場主要通過產業 Expo 環節（如智能駕駛與城市大模型論壇）維持存在感。

▎華為（Huawei）

華為的諾亞方舟實驗室（Noah's Ark Lab）在 ICML 2026 依然有斬獲，主要聚焦于盤古大模型的極端多模態壓縮（量化與剪枝）、以及面向科學計算（AI for Science）的氣象與氣動模擬。

▎DeepSeek（深度求索）

DeepSeek走的是低調參會的風格，他們沒有在 Luma 上辦豪華晚宴，但其核心團隊在會場設有技術交流窗口，重點圍繞MoE（混合專家模型）的極速調度與推理硬核降本與全球學者切磋。

美團、小米、海天瑞聲、幻方量化、聚寬、明汯投資等也在贊助商名單中，但在學術論文層面尚未發布公開成績單。隨著會議推進和論文作者陸續披露，這部分信息有望在會期前后補全。

04

ICML 2026 中國機構現場活動一覽

以下是截至7月6日已公開確認的中國企業/機構ICML現場活動，按時間排列：

7月6日（周日）— Expo/Tutorial Day

全天：COEX展區開放。聚寬（鉆石贊助商）、阿里巴巴、小米、字節跳動（鉑金）、快手（黃金）、美團、騰訊（白銀）、百度（青銅）等中國企業在各自展位展示技術成果。

全天：10場Tutorial并行，主題涵蓋序列模型（超越Transformer）、擴散與流匹配（Flow Matching）、Lean定理證明、表格基礎模型等。

晚間：ICML Opening Reception（官方開幕酒會）。

7月7日（周一）— 主會議Day 1

全天：主會議開幕。Oral/Spotlight Poster/Poster Session。快手B101展位持續開放。

晚間：ICML Evening Social。

7月8日（周二）— 主會議Day 2

17:30-20:30：上海AI實驗室"北極星X星啟人才交流會"。ICML會場附近駕車5分鐘。議程含上海AI實驗室研究方向介紹、人才招聘體系介紹、上海市前沿AI資訊介紹、自由交流。報名鏈接：https://aicarrier.feishu.cn/share/base/form/shrcncJn0AtC2NwSJJQTNYbo3yh（截止7月7日12:00北京時間）。

18:00-21:30：快手"K-Star STARRY NIGHT"漢江郵輪學術晚宴。首爾汝矣島碼頭。面向全球AI研究者開放，報名已于7月1日截止。

時間待確認：螞蟻集團 × SGLang"ICML首爾學術之夜"。聯合主辦，報名鏈接：https://alidocs.dingtalk.com/notable/share/form/v01eYVOL5jgg0LwGlpz_dv19yqvsgs3oebp3pcjys_1qX0QQ0

7月9日（周三）— 主會議Day 3

16:00-20:30：上海AI實驗室"云帆·ICML 2026 AI Talent Meetup"。ICML會場附近駕車5分鐘。含上海AI實驗室、上海科技大學、上海創智學院、Sharpa Robotics、階躍星辰等20余家上海AI單位100+崗位招聘，學術產業專家面對面交流，上海市人才政策專家現場答疑。報名同上（截止7月7日12:00）。

全天：騰訊青云計劃系列學術交流活動將于7月7日開始，地點在首爾江南天際城景會客廳。

7月10-11日（周四-周五）— Workshop Day

全天：44場Workshop并行，主題涵蓋Agentic AI、多模態學習、結構化數據基礎模型、低秩方法等。企業展位可能逐步撤展，但部分交流活動持續。

參會提示：以上活動的報名鏈接多數設有截止日期，建議提前確認。部分活動的具體時間地點需關注企業官方渠道的實時更新。

ICML官方注冊參會者可訪問icml.cc/virtual/2026/calendar查看完整日程。

05

結語：中國AI的下一步才是關鍵

ICML 2026將成為中國AI力量在國際頂會上密度最高的一次集體亮相。從快手到阿里千問，從中科院自動化所到北京大學，中國機構在追求Spotlight的比例、方向的廣度、以及從實驗室到產業的影響力半徑逐漸擴大。

在“論文數量”這條賽道上，中國機構已經證明了自己的競爭力，但在硬幣的另一面也充滿挑戰。這些論文中，有多少能夠定義下一個五年AI研究的方向？有多少能夠在GitHub上收獲萬星，在產業中創造十億價值？又有多少中國研究者，能夠在ICML的舞臺上獲得“Test of Time”那樣的歷史性認可？

我們拭目以待。

（數據截至2026年7月6日）

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！

上車，帶你看遍全球 AI 頂會精華

可獨家暢覽：

專家演講PPT

大會報告全文

熱門論文解讀

學術新星訪談

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。