ICML 2026 奖项：扩散模型双响

新智元 2026 年 7 月 6 日 09:49 发布文章《刚刚，DeepMind 经典巨作再封神！ICML 2026 大奖公布》，这套图把原文里的获奖名单拆成 4 个看点：奖项结构、扩散模型、AI 安全争议和时间检验奖。1

首图先抓住结果：ICML 2026 奖项公布，扩散模型相关论文拿下两项杰出论文，DeepMind 2016 年的 A3C 论文获得时间检验奖。原文称，杰出论文奖共有 9 篇入围，最终优胜奖 3 名、荣誉提名 6 名，时间检验奖花落强化学习方向。1

第二张图把奖项结构压成一眼能读的数字。它不列完整名单，只提醒读者：这次结果不是单篇论文出圈，而是一组方向信号同时出现。

第三张图聚焦扩散模型。ICML 页面显示，《The Flexibility Trap》认为扩散大语言模型的任意顺序生成在数学、代码等一般推理任务中可能限制推理潜力，并提出 JustGRPO 作为更简洁的训练思路。2 另一篇《High-accuracy sampling for diffusion models and log-concave distributions》把重点放在高精度采样，目标是在扩散模型和对数凹分布上降低达到指定误差所需的复杂度。3

第四张图保留两个边界问题。ICML 立场论文《The Alignment Community is Unintentionally Building a Censor’s Toolkit》指出，现代对齐方法有双用风险，安全机制可能被滥用于审查与操纵。4 ICML 页面还收录了《How much can language models memorize?》，该文把模型记忆拆成无意记忆和泛化，并估算 GPT 风格模型的容量约为每参数 3.6 bits。5

最后的时间检验奖落在 A3C。PMLR 页面显示，Mnih、Silver 等人在 2016 年发表的《Asynchronous Methods for Deep Reinforcement Learning》提出用异步梯度下降训练深度强化学习控制器，其中异步 actor-critic 在 Atari 上超过当时方法，并可在单台多核 CPU 上训练。6