ICML 2026 闭门会十大信号：从扩散语言模型到 Agent 科研范式

type

status

date

slug

summary

引言

ICML 2026 已经闭幕，但不少有价值的判断并非出现在正式议程中。会议期间，由九坤创投发起的 Global AI Bridge 组织了三场小规模闭门交流，参与者包括本届 ICML 杰出论文奖得主、前沿实验室研究员、华为“天才少年”计划成员，以及把 AI 推进金融、机器人和科学发现场景的一线实践者。相关内容由量子位与九坤创投合作整理，本文在此基础上做独立梳理与改写，提炼出十个被反复讨论的方向。

十大趋势事实梳理

一、扩散语言模型的下一站不只是解码速度。本届杰出论文《The Flexibility Trap》一作倪赞林指出，任意顺序解码带来的并行效率优势，与 Multi-token Prediction 的差异未必本质；更值得关注的是“先写草稿、再局部修改”的类人类写作范式，目前主流扩散大语言模型还做不到。连续空间扩散（如 MIT 的 ELF）和 Google 基于 uniform-state diffusion 的 DiffusionGemma 被视为潜在新路径。

二、数据与模型的关系正在倒转。上海交大副教授赵波（ICML 2022 杰出论文奖）认为，Data-Centric AI 已从四年前的小众方向变成大模型、具身智能和 AI4Science 的共同基础范式。下一阶段的竞争焦点不是谁的数据更多，而是谁能让数据反向定义模型架构与训练策略，即 Data-Driven Model Design。

三、AI 金融应用进入商业兑现期。纽约大学终身正教授、摩根大通量化研究 AI 负责人陈溪观察到，基础模型、推理模型与 Agent 正在重塑 Alpha 研究、市场微观结构建模和自动化研究流程；具备前沿 AI 背景的研究者进入投资与风控场景，可能催生 AI Native 的金融机构。

四、世界模型的价值取决于 Agent。阿里 dreamx world 世界模型负责人吴佳洪判断，数字世界模型仍受长时一致性、记忆和稳定输出约束，Agent 的自主规划与多智能体协同是破局路径；物理世界模型的机会在垂直专用能力，但通用模型蚕食垂直窗口的时间可能只有一到两年。

五、AI4AI 与 AI4Science 走向合流。华为香港研究所小艺大模型应用实验室主任刘睿提出，科学突破的终极范式是创造“更快诞生科学发现的系统”：AI Agent 可以无损传递知识、持续继承经验，让科学积累第一次摆脱生物寿命的限制。

六、下一代交互追求全双工与原生架构。上海交大与南洋理工大学联授博士马子阳（Qwen-Omni 核心贡献者）指出，大会期间 OpenAI 发布 GPT-Live 释放了明确信号：新一代人机交互正成为共识，OpenAI 首席研究官 Mark Chen 也在 ICML 演讲中将交互列为未来一年重点方向；挑战在于像人与人交流一样实时倾听、理解、回应，而非“一问一答”。

七、递归自我改进的瓶颈是验证带宽。IQuest 研究科学家付杰（ICLR、NAACL 杰出论文奖得主）提醒，评估 Agent 不能只看任务分数；当 AI 把可度量的执行成本压到接近零，人类验证、审计与责任担保的带宽成为硬约束，形成“能执行”与“能验证”之间不断扩大的 Measurability Gap。

八、AI 参与科研时，评测必须先成为科学。MIT 计算科学与工程博士生刘鸿轩（ICML 2026 GenBio Workshop 最佳论文一作）指出，科学任务的高分可能来自数据泄漏、不合理划分或基线比较不充分；AI4Science 需要统一比较协议、成本披露、分布外泛化与可复现性，评测本身将构成科研可信度的一部分。

九、机器人安全从物理安全延伸到感知安全。Georgia Tech 助理教授李家琛认为，机器人进入家庭、医院等环境后，“不撞人”已不足以回答安全问题：突然加速、从背后靠近等难以预测的动作会让人不安。未来研究需要让机器人行为可理解、可预测，回答“我这样做，人会觉得舒服吗”。

十、Agent 正在重塑研究流程本身。一位斯坦福毕业的 Frontier Lab 研究员 Jeremy 观察到，今年大量工作默认 Agent 是研究流程的一部分：实验设计、数据处理、假设验证、代码生成被纳入同一循环。讨论焦点从模型参数转向 workflow——真正重要的也许不是最强的模型，而是更高效的人机协作流程。

影响与用法

对研究者和从业者而言，这十个信号可以归纳为三条主线：其一，模型架构层面，扩散语言模型和数据驱动设计提示“能力来自哪里”的答案正在变化；其二，系统层面，Agent 正从工具升级为连接模型与现实世界的基础设施，并与世界模型、AIGC、具身智能深度融合；其三，科研层面，AI 开始参与发现过程，验证带宽、评测严谨性与协作流程设计随之成为新的核心议题。对垂直领域创业者，闭门会的共识是窗口期真实存在但不会太久，一到两年内通用模型能力外溢会持续压缩专用方案的空间。

风险与限制

需要说明的是，这些判断来自闭门交流中的个人观点，多数尚未写成论文、也未形成社区共识，不应被视为确定性预测。扩散语言模型的新范式、递归自我改进的安全边界、感知安全的量化标准等方向都缺乏成熟基准，实际进展可能快于或慢于与会者的估计。此外，世界模型垂直窗口期的长短高度依赖基础模型的演进速度，存在较大不确定性。

结论

ICML 2026 闭门交流释放的核心信息是：AI 研究的重心正在从“设计更强的模型”转向“构建可持续产生智能的系统”。无论是数据定义模型、Agent 参与科研，还是评测与验证成为新的硬约束，指向的都是同一件事——下一轮竞争将围绕系统与流程展开，而不仅是单点能力。这些方向未必已成共识，但值得在未来几年持续跟踪。

（本文根据量子位与九坤创投 Global AI Bridge 合作整理的 ICML 2026 闭门交流内容独立改写，观点来自与会研究者个人分享。）