算力之外的博弈：ICML 2026 透露了哪些学术硬通货？

告别盲目刷榜，28页 PPT 带你摸透 ICML 新风向。

作者丨陈淑瑜

编辑丨岑峰

ICML 2026 的投稿量从去年的 12107 篇直接飙升至 23,918 篇，几近翻倍。

然而，最终的接收率却牢牢钉在 26.56%，与去年几乎持平。

这一数据传递出一个明确的信号：并非竞争变得盲目激烈，而是学术评审标准经历了一次深刻的“重新校准”。

为了拆解这一趋势，我们制作了一份 28 页的深度分析 PPT，试图摸清 ICML 2026 的评审逻辑与行业风向。以下是我们总结出的四个核心判断。

01

三个方向正在吃掉一半以上的接收名额

我们综合了 ICML 2026 中文导读（TSrigo，6,567 篇标注）和 PaperNotes（1,843 篇精选）的数据，把 76 个二级分类归并成 8 大主题方向。

数据显示，学术资源和评委的青睐正高度集中在以下三个赛道：

▎方向一：大模型的「向内求索」（约 1,870 篇，占比 28%）

审稿人不想看你微调了一个什么模型、跑赢了哪些榜单。他们想看的是你挖开了模型的黑箱，看到了里面的电路和机制。

例如CircuitLasso 尝试通过稀疏回归来捕捉语义传播的真实路径，而 Weight-Sparse Transformers 则证明了精简大部分权重后，模型依然能涌现出具备高度可解释性的电路结构。理解黑箱内部的机理，这才是 2026 年大模型研究的正确打开方式。

▎方向二：AI for Science 深水区 （约 860 篇，占比 13.5%）

生物医药（基因组、蛋白质）、物理化学（量子、气象）、科学计算（形式化证明、表格基础模型）这几个方向的投稿量相比去年激增。

然而，评委们已不再为“将已有 AI 模型套用到某个科学数据集上”的浅表结合买单。

诸如 dnaHNet 这样既能实现 3 倍推理加速，又能在多项基因组学基准上斩获 SOTA（最高水平）的硬核工作，才能让评委们心甘情愿买单。

▎方向三：具身智能（超 420 篇）

作为全场瞩目的焦点，具身智能展现出了极高的投稿密度，其中尤以“VLA（视觉-语言-动作）与世界模型的融合”、“双手灵巧操作”以及“Sim-to-Real（仿真到现实）跨越”三条子赛道最为火热。

斯坦福大学的 VLAW 便是其中的典型代表，该研究通过有限的真实世界数据，交替迭代改进世界模型的保真度，最终在真实操作任务中实现了 39.2% 的性能提升，是非常值得精读的标杆案例。

02

三个「隐形门槛」才是淘汰率最高的地方

如果你以为被拒是因为实验不够多、消融不够细，那你可能从一开始就跑偏了。

▎门槛一：数学理论硬度回归。

在对纯实验刷榜产生审美疲劳后，审稿人开始严厉审视工作的理论根基。具备严谨数学证明、收敛性分析及统计学习理论支撑的文章，其评级远高于纯工程性质的工作。

以 Spurious Rewards 为例，该研究证明了即便在奖励信号存在误导的情况下，依然能引发强数学推理。这种直接挑战 RLVR（强化学习验证）核心理论假设的洞察，远比做几组对比实验更有说服力。

▎门槛二：鲁棒性与安全性权重飙升。

Safe RLHF（安全人类反馈强化学习）、对抗防御、差分隐私等方向，在今年受到了评审委员会的系统性偏好。

如果你还在做纯粹的性能优化而不考虑安全性，抱歉，2026 年不吃这套。

▎门槛三：纯工程调参及提示工程遭遇“免疫”。

本届 ICML 评审对“测试不同 Prompt、微调超参数或叠加 LoRA 配置”等缺乏本质创新的工作释放了明确的排斥信号。

主流的研究范式已全面转向探索 Next-token 机制的理论上限，以及推理期计算（Inference-time Compute）的复杂度边界。

03

Best Paper 的三种基因：不拼算力，拼什么？

我们解构了 ICML 2024–2025 全部获奖论文，提炼出三种获奖基因：

类型一：突破基础范式。

敢于质疑当前的“常识”，并提出具备更低复杂度的新架构。正如 Mamba/SSM 架构当年正面挑战 Transformer 对长文本的统治地位一样，打破常规是通往最高荣誉的捷径。

类型二：硬核数学证明。

利用最优输运、随机微分方程推导泛化边界，或对 Flow Matching 理论进行深入剖析。无论技术浪潮如何更迭，扎实的数学根基永远是学术界的硬通货。

类型三：Position Paper（立场论文）。

这一点特别值得教授团队关注。不拼算力，拼的是学术洞察力和 AI 伦理/数据安全的前瞻判断。

例如，近期的一篇获奖论文“大规模预训练中的差分隐私语义漏洞”证明：即使微调阶段加了隐私保护，预训练阶段的数据仍会被模型死记硬背而泄露。这一发现引发了整个学术界对数据安全的重新思考。

04

这本手册里到底有什么？

一句话总结：你可以把它当成一个ICML 2026 的「投资研报」+「投稿指南」二合一。

如果你是

你应该重点看

科研小白 / 研一

板块一「极简通识」+ 板块四「效率工具箱」——三会定位秒懂、论文类型速查、5 个提效神器、LaTeX 避坑清单

青年学者 / 博后

板块二「18 页深度风向拆解」——投稿数据全景、三大方向论文案例、三大隐形门槛、四维评审标准逐条解读

教授 / 实验室导师

板块三「前沿风向标」——近三年关键词演变、Best Paper 基因解构、国际三巨头研究矩阵、华人学者学术版图、团队投稿战略建议

手册含28 页可编辑 PPT，所有数据均标注来源链接（共 22 条，涵盖官方、数据统计、Best Paper 集、论文链接、工具），方便快速判断是否需要精读原文。

获取完整手册

扫码进入雷峰网ICML学术专区，或点击原文链接，即可免费获取《ICML 2026 学术顶会知识手册》完整版。

看懂风向，比多跑一百组实验更重要。

本手册数据来源：ICML 2026 官网、OpenAccept 历年统计、ICML 2026 中文导读（TSrigo，6,567 篇）、PaperNotes（1,843 篇）、PaperDigest Highlights（500 篇精选）、CS-Pedia Best Papers、arXiv 等，均经团队交叉核实。

一个人读论文太孤单，一群人刷顶会才好玩。

ICML 2026召开在即，我们正在召集一波含金量极高的 AI 研究者。群内主打实时论文跟踪与硬核技术探讨，拒绝灌水。

进群传送门：扫码进群或添加微信Vin_Vivid，备注：论文群 + 关注的 AI 方向。

搞科研/搞技术，信息差很重要。

来，一起快人一步！

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。