ICML 精選 Spotlight Poster 彙總：Session 5-1

國際機器學習大會（ICML 2026）進入正會第二天，這場機器學習領域最頂尖的學術盛會今年共接收 6352 篇論文，其中 Spotlight 論文僅有 536 篇，佔投稿總數約 2.2%；Oral 論文更只有 168 篇，佔比 0.7%。今年 Spotlight 論文涵蓋的議題極廣，從圖像美學評估、無線電信號理解，到 3D 生成與 Agent 優化，無一不是當前最前沿的研究方向。雷峰網在首爾 COEX 會展中心現場，從數千張學術海報中精選出極具代表性的研究成果，以「一張圖加一段解讀」的形式呈現給未能親臨的讀者。 從此次精選的九篇 Spotlight 論文中，可以看出幾個明確趨勢。具身智能與自動駕駛正逐步深入，視覺-語言-動作（VLA）模型已成為解決高延遲、災難性遺忘與跨環境泛化等落地痛點的主要技術路線。大模型研究不再盲目擴張，轉而向內深挖免訓練的底層推理機制，比如引入 L2 範數作為信號；同時向外追求多模態感知層級的統一理解。因果推斷在打通底層統計理論壁壘與解決複雜微服務故障定位上展現出雙重潛力。面對算力瓶頸，聚焦張量內存虛擬化與輕量級免訓練演算法的系統效能最佳化，正成為支撐前沿 AI 運轉的剛性需求。 第一篇論文「The Tell-Tale Norm: l2 as Reasoning Signal in LLMs」針對大語言模型推理機制缺乏系統性量化分析的痛點，提出將隱藏狀態的 L2 範數作為衡量推理強度的內生指標。研究團隊透過稀疏自動編碼器觀察並理論證明，模型後期層中顯著的推理特徵激活增強與數的變化密切相關。基於此發現，他們提出了三種基於 L2 範數的測試時調整技術，包含層級遞歸、內生狀態引導及響應選擇，完全不需要額外訓練或數據支持。在多種模型架構與基準測試中，該方法有效提升了大模型的推理性能。 第二篇論文「Lottery Prior: Randomized Neural Compression for Zero-Shot Inverse Problems」聚焦於零樣本逆問題，目標是在無需外部訓練數據的前提下，僅憑單一退化觀測恢復乾淨信號。作者發現隨機網絡結構本身可作為一種架構先驗，因此提出輕量化求解器「Lottery Prior」，結合壓縮理論，透過隨機網絡與集合最佳化實現基於率失真約束的隱式正則化。在去噪、含噪超解析度及圖像修復等實驗中，該方法僅使用顯著更少的有效參數就達到當前最先進性能，並提供明確的非漸進誤差界。 第三篇論文「UniPercept: Towards Unified Perceptual-Level Image Understanding across Aesthetics, Quality, Structure, and Texture」入選 Spotlight，聚焦多模態大模型的視覺理解瓶頸。當前模型在常規視覺任務上雖有顯著進展，但對感知層級的圖像特徵如美感、畫質等理解仍薄弱，且缺乏統一定義。研究團隊提出涵蓋美學、質量、結構與紋理四大領域的統一框架，結合領域自適應預訓練與任務最佳化的強化學習，打造出強基線模型 UniPercept。團隊還建構了大規模分層定義數據集，並提供統一基準測試 UniPercept-Bench，為多模態大模型在深層視覺感知領域的發展奠定基礎。 第四篇論文「AutoMoT: A Unified Vision-Language-Action Model with Asynchronous Mixture-of-Transformers for End-to-End Autonomous Driving」針對自動駕駛系統現有痛點提出解決方案。現有系統引入視覺-語言模型時常面臨推理與行動空間錯位、預訓練模型能力未充分發揮及高推理延遲等問題。AutoMoT 建立統一的視覺-語言-動作模型，採用混合 Transformer 架構與異步任務執行機制，大幅最佳化推理效率；同時結合動作精煉模組，透過擴散式微調提升駕駛動作生成品質。在多個基準測試中，AutoMoT 展現出與最先進方法競爭的駕駛性能。 第五篇論文「Optimal structure learning and conditional independence testing」深入探討結構學習與條件獨立性檢驗之間的內在聯繫。研究團隊建立一般性轉化機制，刻畫結構學習問題中的 minimax 最優率及其決定因素。他們證明，無論在 Bernoulli 模型、高斯模型或非參數模型下，結構學習的最優率均可由條件獨立性檢驗的最優率推導而出。作者提出一種基於經典 PC 演算法的適配最佳化演算法，成功將複雜結構學習任務還原為條件獨立性檢驗任務。 第六篇論文「CONTINUUM: Restoring the Contiguous Tensor Abstraction Efficiently for Dynamic AI Workloads via Hardware Virtualization」針對大模型推理對內存靈活性的高要求。現有軟體定義分頁方法雖能緩解內存壓力，卻破壞了連續張量抽象，增加開發負擔且導致序列化瓶頸。CONTINUUM 引入高效張量內存虛擬化子系統，結合輕量化 GPU 驅動擴展繞過作業系統瓶頸，並設計「Elastic Tensor」機制支援靈活張量操作。在多項動態場景評估中，CONTINUUM 展現更高系統吞吐量與極低內存映射延遲，為下一代大模型應用提供強力底層支援。 第七篇論文「Pretrained Vision-Language-Action Models are Surprisingly Resistant to Forgetting in Continual Learning」研究機器人策略學習中的災難性遺忘問題。過去研究多限於從零開始訓練的小規模模型，而此篇論文率先探討大規模預訓練 VLA 模型在持續學習中的表現。研究團隊採用經驗回放技術，在多種任務場景下使用小規模回放數據測試，發現預訓練機制能顯著降低遺忘風險。預訓練模型在僅依賴極小回放緩衝的情況下，仍能保持強勁的前向學習能力並迅速恢復舊技能，證明大規模預訓練本身即具優異抗遺忘特性。 第八篇論文「Root Cause Analysis of Failures in Microservices via Bayesian Root Cause Discovery」解決現代雲系統微服務架構的故障診斷難題。現有因果模型方法依賴完整因果圖或大量故障後樣本，在低樣本場景效率極低。論文提出貝葉斯根因發現方法，僅利用預先學習的部分因果圖結構，結合均勻 DAG 採樣框架進行貝葉斯推斷，避免窮舉計算並提供統計一致性保證。在合成基準與三個真實微服務數據集上，BRCD 展現卓越性能，即使在故障樣本極少條件下仍能精準定位根因，達到最先進水準。 第九篇論文「BehaviorVLA: From Abstraction to Instantiation: Learning Behavioral Representation for Vision-Language-Action Model」針對現有 VLA 模型在環境分佈轉移時性能下降的問題。傳統方法過度依賴以動作為中心的潛變量，導致時間片段化與靜態執行對齊失效。BehaviorVLA 創新提出基於因果 Mamba 架構的視覺運動行為編碼器，以及與任務進程動態對齊的階段條件行為解碼器。在 RoboTwin 2.0、LIBERO 及 CALVIN 等多項基準測試中取得領先效果，在真實環境遷移任務中僅需 50% 數據量即可匹敵現有方法，大幅提升數據效率與泛化能力。 雷峰網與 AI 科技評論將持續在現場帶來更多 ICML 2026 的精彩內容，若讀者想推薦大會中的其他論文，歡迎聯繫交流。一個人讀論文有時顯孤單，一群研究者共同追蹤頂會才能互相激盪。ICML 2026 正在進行，主辦單位正召集 AI 研究者進群即時討論論文與技術，掃碼或添加微信即可加入，一起掌握全球 AI 頂會精華。