ICML 2026中国企业集体出征：快手11篇、阿里4篇论文入选

背景

ICML（国际机器学习大会）与NeurIPS、ICLR并称“机器学习三大顶会”，是全球AI研究者争夺最高话语权的核心学术平台。ICML 2026于7月6日至11日在韩国首尔COEX会展中心召开，本届投稿量达23,918篇，录用6,352篇，录用率26.6%。尽管Scaling Law面临质疑，但多模态、视频生成、Agent等新方向持续点燃研究热情。本届会议中国机构的参与度达到历史最高水平，无论论文数量、方向覆盖还是现场活动的密度，均创下纪录。

核心内容

本届ICML中国机构的学术成果和现场活动呈现系统化、深度化的特征，主要亮点如下：

快手：11篇论文被接收，其中1篇获Spotlight。Spotlight论文「MetaphorVU」聚焦隐喻视频理解，构建首个系统性基准并揭示多模态大模型的跨域映射短板，同时提出推理增强框架MetaphorBoost。另一篇产业价值突出的「OneSearch」是首个在工业界部署的端到端生成式电商搜索框架，在快手电商场景中实现商品点击率提升1.67%、订单量提升3.22%、运营支出降低75.40%、算力利用率从3.26%升至27.32%。其余论文覆盖图像编辑、代码智能评估、视频理解、强化学习、因果推断等方向。快手还是ICML 2026黄金级赞助商，并在汉江举办“K-Star STARRY NIGHT”邮轮学术晚宴，面向全球AI研究者开放。

阿里千问C端应用团队：共4篇论文入选ICML和ACL，其中ECHO框架获ICML Spotlight（入选率2.2%）。ECHO通过稀疏门控加弹性预算调度，动态分配验证算力，在Qwen3-235B等模型上实现端到端吞吐量最高提升36%。其他论文包括SiameseNorm架构（双流参数共享提升推理能力）、MARCH框架（基于信息不对称的大模型幻觉治理）、RiT框架（结构化推理）。四篇论文共同围绕大模型落地中的推理慢、输出不可靠、复杂任务能力不足等真实痛点。

中科院自动化所：以50篇论文成为本届论文量最多的中国机构，其中2篇入选Spotlight。第一篇「Mind-Omni」提出通过离散扩散范式统一七种脑信号编码与解码任务的通用框架，核心创新是Brain Tokenizer（将异构脑信号转为标准化离散token），服务于脑机接口底层基础设施。第二篇「Skill-Pro」通过非参数PPO方法使LLM Agent无需参数更新即可自主学习可复用程序化技能。50篇论文覆盖大语言模型推理与对齐（约12篇）、多模态（约8篇）、强化学习（约6篇）、组合优化（约4篇）、模型压缩（约4篇）、脑机接口（约3篇）、视频生成与检测（约3篇）以及自动驾驶、气象AI、医疗AI等交叉应用。

腾讯混元与多团队：腾讯混元、微信、腾讯云、优图实验室、腾讯游戏、腾讯营销、腾讯视频等共计50+篇论文中稿。混元团队推出HunyuanWorld-Mirror，一个多功能前馈模型，能从图像或视频中重建3D场景并输出可交互GLB文件，布局3D世界重建与空间智能。

北京大学：数据所和PKU-DAIR实验室贡献12篇论文，集中于大模型效率优化。EchoAttention通过双算子设计和两级门控路由实现视频生成模型最高2.42×推理加速；DARTS通过分布感知轨迹采样实现RL训练最高1.77×吞吐量提升；SALE利用4-bit量化Query-Key乘积近似注意力权重处理64K长序列获得至少3.36×加速。

百度：与北大合作完成Detached Skip-Links论文，通过“前向保留+反向截断”的视觉特征融合策略在OCR任务上平均提升3.1个百分点。

此外，字节跳动、华为、DeepSeek等企业也有参与，但论文总量尚未完整公开。字节跳动为铂金级赞助商，华为诺亚方舟实验室聚焦盘古大模型压缩与AI for Science，DeepSeek低调参会围绕MoE极速调度与推理降本。

现场活动方面，快手包下汉江邮轮举办学术晚宴，上海AI实验室举办“云帆Meetup”和“北极星X星启”双场人才交流会，蚂蚁集团联名SGLang举办“ICML首尔学术之夜”。聚宽以钻石赞助商身份亮相，阿里巴巴、小米、美团、腾讯等企业均设有展位。中国企业在顶会现场的活动密度和社交投入明显提升。

关键要点

• 快手：11篇论文，1篇Spotlight（MetaphorVU），OneSearch在电商场景降本增效显著；汉江邮轮学术晚宴，黄金级赞助商。
• 阿里千问：4篇论文，ECHO获Spotlight（提名率2.2%），推理吞吐量提升36%；研究方向覆盖推理效率、幻觉治理、结构化推理。
• 中科院自动化所：50篇论文，2篇Spotlight（Mind-Omni脑机接口、Skill-Pro Agent技能学习）；覆盖十余个AI核心方向。
• 腾讯混元：50+篇论文，HunyuanWorld-Mirror实现3D重建，布局空间智能；六大以上独立团队协作。
• 北京大学：12篇论文，聚焦效率优化（EchoAttention、DARTS、SALE等），实现推理加速、RL训练加速、长上下文加速。
• 百度：1篇合作论文（Detached Skip-Links），OCR提升3.1个百分点。
• 字节跳动、华为、DeepSeek：各有技术参与，但论文总数未完整公布；字节为铂金赞助商，华为聚焦压缩与科学计算，DeepSeek专注MoE降本。
• 现场活动：中国机构首次在顶会大规模举办邮轮晚宴、人才交流会、学术之夜等活动，学习Google DeepMind和Meta的社区建设模式。
• 效率成为拥挤赛道：阿里、北大等多篇论文以加速比为实验指标，在有限算力下追求更高效率，反映了从Scaling Law转向效率优化的产业趋势。

意义与影响

本届ICML中国机构的集体发力释放了三个明确的产业风向标：

第一，中国机构正在从“发论文”走向“做现场”。快手在汉江包邮轮、上海AI实验室办人才交流会、蚂蚁联名SGLang办学术之夜——中国企业开始理解顶会的“第二层玩法”：学术社区建设。这标志着中国科技企业从单纯追求论文发表数量，转向主动建立与全球AI研究者的社区网络，提升学术影响力。

第二，研究深度从“单点突破”走向“系统化布局”。快手11篇论文横跨大模型、强化学习、CV、信息检索、因果推断；中科院自动化所50篇论文覆盖十余个方向；腾讯50+篇来自六大业务团队。这不是“广撒网”，而是系统性科研组织能力在顶会上的集中呈现，尤其自动化所的两篇Spotlight分别在脑机接口和Agent技能学习上定义问题，显示国家科研机构从跟跑转向引领细分方向。

第三，“效率”成为拥挤的学术前沿。当Scaling Law红利边际递减，大模型参数从千亿冲向万亿，如何在有限算力下“榨出”更高效率已从工程问题升级为学术问题。阿里ECHO、北大EchoAttention/DARTS/SALE等论文以实际的加速比和吞吐量提升为衡量标准，体现中国机构在效率优化赛道上的工程与理论结合能力。

从产业视角看，这些成果将直接推动AI应用的落地成本下降和性能提升。例如快手的OneSearch已在电商场景中验证商业价值，阿里的ECHO若应用到日调用量10亿次的场景可节省巨额算力成本。同时，中国机构在脑机接口、3D世界重建、自动驾驶、气象AI等前沿领域的布局，正在拓宽AI技术的应用边界。

最后，ICML 2026成为中国AI力量在国际顶会上密度最高的一次集体亮相，但挑战依然存在：这些论文中有多少能定义未来五年AI研究方向？有多少能在GitHub上收获万星并在产业中创造十亿价值？有多少中国研究者能获得“Test of Time”那样的历史性认可？这些