本届 ICML 创下了历史性的投稿纪录——共收到 23918 篇有效投稿，较 2025 年的 12107 篇翻了一倍。最终，会议共接收了 6352 篇论文，录用率为 26.6%。其中，536 篇论文入选 Spotlight 论文（占投稿总数 2.2%），仅 168 篇获得 Oral 报告资格（仅占 0.7%）。
在投稿规模与录用数量双双破纪录的背后，曾有一个小插曲给学术界带来了一点 " 小震撼 "：497 篇论文在评审阶段被直接 " 桌拒 "（Desk Reject），占投稿总数的约 2%。
事件的导火索是 ICML 组委会在审稿意见中检测出 795 处违规使用大语言模型（LLM） 撰写评审意见的行为，涉及 506 名审稿人。根据 ICML 于今年 1 月发布的同行评审新规——若审稿人未能履行职责，其名下所有投稿论文均可能被直接拒稿。因此，组委会对这批既是违规审稿人又是投稿人的 497 篇论文，予以了一刀切的拒稿处理。
据 ICML 官方回应，他们并非全面禁止在审稿中使用 AI 工具，而是要求严格遵守相关政策。然而，此次被处罚的审稿人，均是在签署了 " 不使用 LLM" 协议的前提下依然违规使用，且未作任何标注。为锁定违规行为，组委会在提交的 PDF 论文中嵌入了水印，并采用了 " 更为复杂的综合研判手段 "，而非依赖单一的 AI 检测器。
这一 " 连坐 " 式的严厉处罚旋即引发激烈争议。支持者认为这是捍卫学术诚信的必要手段；反对者则质疑 AI 检测器存在误报风险，可能导致无辜学者被 " 冤杀 "，并尖锐地提出：如果审稿意见本身质量过硬，是否真的有必要追究其是否由 AI 撰写？
这场关于 " 工具 " 与 " 诚信 " 的争论，至今仍在发酵。但风波之外，ICML 2026 现场人声鼎沸，Panel、Tutorial 等议程此刻正接踵召开，ICML 2026 各项大奖也重磅出炉。
重磅奖项出炉，清华大学团队拿下杰出论文奖
▎杰出论文奖（Outstanding Paper Award）
首先引人关注的是本届会议的杰出论文奖（Outstanding Paper Award），共有两篇当选。
长期以来，dLLMs 因其能够以任意顺序生成 token 而备受推崇，被认为具有更大的灵活性。
然而，黄高团队通过大量实验发现了一个反直觉的现象：在数学推理、编程等通用推理任务中，这种 " 顺序自由 " 反而成了性能的拖累。模型会利用这种灵活性 " 逃避 " 生成高不确定性的关键 token，导致解空间过早坍缩，无法探索更优的解。团队将这一现象命名为 " 灵活性陷阱 "。
更令人称道的是，他们提出的解决方案 JustGRPO，极简却有效：在强化学习阶段，强制模型放弃复杂的任意顺序策略，仅使用标准的从左到右自回归顺序，也就是群组相对策略优化（Group Relative Policy Optimization, GRPO） 进行训练。
实验结果显示，该方法在 GSM8K（512）数学推理基准上达到 89.1% 的准确率，在 MATH-500（512）上达到 45.1%，且完整保留了 dLLMs 的并行解码能力，不牺牲推理速度。
来自 MIT 和耶鲁大学的论文《High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions》从理论层面解决了扩散模型采样的一个长期悬而未决的核心难题：在仅拥有不完美的分数估计（score estimates）时，能否用极少的采样步骤达到高精度？这篇论文的作者给出了肯定的答案，并提出了一种全新的用于扩散模型采样的算法，在能够访问 ( δ ) - 精度的 L 得分估计（score estimates）的前提下，仅需 polylog ( 1/ δ ) 步即可实现 δ - 误差。这是对所有先前结果的指数级改进，意味着模型达到同样高精度所需的计算量大幅减少。
论文给出了三种不同数据假设下的具体复杂度界限：
最小假设： ( d · polylog ( 1/ δ ) ) ，仅依赖数据维度 d；
非均匀 Lipschitz 条件： √ ( dL ) polylog ( 1/ δ ) ，利用分布的光滑性进一步加速；
内在低维结构：若数据分布具有内在维度 d，复杂度可降至 ( d · polylog ( 1/ δ ) ) ，实现维度自适应。
值得一提的是，该算法不仅适用于扩散模型，还首次实现了仅靠梯度评估即可达到 polylog ( 1/ δ ) 复杂度的通用对数凹分布采样。这为贝叶斯推断、统计采样等广泛依赖对数凹分布抽样的领域提供了理论上的突破性工具。
获得杰出论文荣誉提名（Outstanding Paper Honorable Mention）的论文有五篇，均在各自领域作出了突出贡献。
论文《Motion Attribution for Video Generation》聚焦视频生成模型训练数据如何影响生成内容的运动特性这一空白，提出 Motive 框架，通过运动加权损失掩码，将视频中的时间动态与静态外观分离开来，利用基于梯度的归因方法筛选关键数据，在 VBench 上获得 74.1% 的人类偏好胜率。
论文《How much can language models memorize?》探讨了语言模型能记忆多少训练数据的问题，提出了一个基于模型参数数量与训练数据量比例的理论框架来量化记忆能力，发现 GPT 类模型的记忆容量约为每参数 3.6 比特， 语言模型的记忆容量大致与模型参数数量成正比，且存在 " 临界比例 " ——当训练数据量超过模型参数量的某一倍数后，模型会开始遗忘而非继续记忆新数据。
论文《A Random Matrix Perspective on the Consistency of Diffusion Models》利用随机矩阵理论，系统解释了扩散模型在不同数据子集上训练后仍能生成相似样本的 " 一致性 " 现象。作者将模型简化为线性情形，通过确定性等价方法精确刻画了有限数据集对生成输出的影响，发现输出主要由数据的共享高斯统计量（均值和协方差）决定，而数据子集的随机波动仅通过三个因素（数据各向异性、输入噪声结构、样本量）影响生成差异。理论预测不仅能精确匹配线性扩散模型，还能在 UNet 和 DiT 等深度架构中定性验证，从而为扩散模型的训练可重复性、泛化性和数据效率提供了首个理论基线。
论文《To Grok Grokking: Provable Grokking in Ridge Regression》首次为 "Grokking" 现象提供了严格的数学证明，将这一经验观察提升到理论可解释的高度。通过在过参数化的岭回归模型中建立端到端的理论框架，论文不仅精确刻画了模型从过拟合到泛化的三阶段动态过程，更首次量化了 "Grokking 延迟时间 " 与学习率、权重衰减等超参数之间的定量界限，从而从理论上证明了通过调节超参数可以有原则地控制甚至消除该现象，并表明 Grokking 并非深度学习的固有缺陷，这为理解和预测模型泛化行为提供了全新的理论工具。
▎杰出立场论文奖（Outstanding Position Paper Award）
本届 ICML 的立场论文赛道同样竞争激烈，最终获得杰出立场论文奖的是《Position: The Alignment Community is Unintentionally Building a Censor ’ s Toolkit》
论文挑战了 " 价值对齐天然是向善力量 " 的舒适假设，警示即使是最具人文关怀的 AI 安全技术，也可能被挪用于监控和内容过滤，并呼吁对齐研究者正视这一双重用途困境，在技术开发中嵌入反审查设计原则，并推动更透明的治理机制，以避免本意良善的安全研究沦为压制自由的帮凶。
作为一篇立场论文，它不依赖实验数据，而是以严谨的逻辑和犀利的分析，对领域方向提出了根本性质疑，体现了 ICML 鼓励批判性思辨的初衷。
《Position: AI/ML Deepfake Research is Misaligned with AI Generated Non-Consensual Intimate Imagery ( AIG-NCII ) 》则获得杰出立场论文荣誉提名（Outstanding Position Paper Honorable Mention）。
论文进一步提出了 " 以观看者为中心的认知性伤害（viewer-centric epistemic harms）" 与 " 以受害者为中心的尊严伤害（subject-centric dignity harms）" 的关键区分，并指出，仅仅知道一张图像是合成的，并不能减轻对受害者的实际伤害，在某些情况下甚至可能加剧这种伤害。
为此，它呼吁研究界应将重点转向 AIG-NCII 这类以受害者尊严为核心的伤害（subject-centric dignity harms） ，并建议更新威胁模型、将相关问题纳入 AI 安全研究。同时也提醒研究者，在涉足这一高风险领域时必须与相关专家合作并建立安全防护措施。
▎时间检验奖（Test of Time Award）
这篇论文由 Google DeepMind 团队于 2016 年发表在 ICML 上，第一作者 Volodymyr Mnih 是深度强化学习领域的奠基人之一，此前还领导了 DQN 的开创性工作。研究团队汇集了 Alex Graves、David Silver 等顶尖学者，代表了当时 RL 研究的最强阵容。
论文针对深度强化学习训练效率低下的核心瓶颈：DQN 等算法严重依赖 GPU 硬件和经验回放机制，导致训练成本高、内存开销大，且难以扩展到连续动作空间。当时即便是最先进的并行方案也需要复杂的多机分布式架构，普通研究者也难以复现。
这篇论文的经典性在于，它颠覆了 " 稳定训练必依赖经验回放 " 的传统认知，以极简的工程设计解决了复杂的分布式训练难题，将深度强化学习从 GPU 集群推向了个人工作站，奠定了此后十年深度强化学习并行采样范式的基础，深刻影响了后续分布式训练与强化学习应用的架构设计。
时隔十年，这项工作的价值非但没有褪色，反而在分布式 RL 的浪潮中被反复印证，时间检验奖即是最好的证明。
ICML 2026 不仅是一场技术突破的庆典，更是一次对 AI 研究方向的集体反思。从黄高团队对 " 灵活性陷阱 " 的警醒，到立场论文对 " 无意中构建审查工具 " 的批判，这场盛会的核心追问已超越算法与精度本身：机器学习，究竟为谁，为何而做？
未来一周，COEX 会展中心将迎来更多前沿思想的碰撞，雷峰网 AI 科技评论记者将在现场为大家带来更多一线报道，敬请关注！雷锋雷峰网 雷峰网
