7月9日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第三天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7 %）。
作为国际顶级的机器学习会议，今年的ICML吸引了数千篇论文投稿，其中Spotlight论文更是百里挑一，代表着当前AI研究的最前沿方向。
雷峰网已派出报道小组赴首尔COEX会展中心参会。在会议现场，我们从Poster展区的数千张学术海报中精选出最具代表性的研究成果，以“一张图+一段解读”的方式呈现给未能亲临现场的读者。
雷峰网 & AI科技评论在现场为您带来第一手报道，精选六篇Spotlight论文，涵盖空间智能、脑网络分析、图学习、推理优化、LLM记忆与高效生成等多个领域，一窥AI最前沿的突破与趋势。
如果你也想让你的研究成果出现在这里，请与我们联系：
1、SpatioLM：面向视觉语言模型的通用物理空间智能SpatioLM: Towards General Physical Spatial Intelligence in Vision-Language Models论文链接：https://openreview.net/forum?id=CHavqrN1X9
视觉语言模型（VLM）在常识推理任务上表现出色，但在视觉空间推理方面存在明显短板。现有解决方案大多引入额外的3D先验知识或外部空间编码器，不仅增加了模型复杂度，还在空间微调后损害了VLM原有的通用能力。如何在增强空间智能的同时不“捡了芝麻丢了西瓜”，成为该领域亟待解决的核心矛盾。
SpatioLM提出了一种参数高效的解决方案，设计了一个即插即用、非侵入式的空间视觉模块，激发VLM中固有但未被充分利用的空间知识，而非引入外部编码器。此外，该方法创新性地利用伪深度和相机信息作为监督信号，引导模型学习物理上连贯的空间表示，使模型能够真正"理解"三维物理世界。
实验结果令人瞩目：SpatioLM在VSI-Bench上取得71.6分，成为首个突破70分大关的模型，同时在空间感知和理解任务上全面领先。更重要的是，模型的通用能力未受损害，在迁移到具身操作任务时也展现出竞争力。这一工作为VLM空间智能提供了优雅且实用的新范式。
2、PhenoBrain：表型条件化的多模态脑网络分析框架PhenoBrain: Phenotype-Conditioned Long-Range Communication for Multi-Modal Brain Network Analysis
论文链接：https://openreview.net/forum?id=9NqKL9QQ4a
多模态脑网络分析旨在从功能连接组预测神经精神状态，但现有方法大多将表型信息视为辅助特征进行后期融合，隐含假设无论表型如何，连接组的表示方式都相同。然而在临床神经科学中，相同的功能连接模式在不同表型语境下可能支持截然不同的结论，这一关键事实被传统方法所忽视。
PhenoBrain提出了一种新颖的框架，在机制层面而非分类器层面注入表型信息。具体而言，该方法设计了表型条件化的长程路由机制，学习主体特定的多跳通信核来建模长程连接组交互；同时提出表型引导的注意力机制调节方法，将表型信息作为条件先验来调节脑网络中注意力的学习过程。这种“机制层注入”的策略使表型信息能够全程参与表示学习。
为验证方法有效性，研究团队基于开源图像数据构建了两个多模态脑网络分析数据集。大量实验证明PhenoBrain达到了最先进的性能，为脑网络分析与临床神经科学的结合提供了新工具。
3、Sˉ3GNN：面向长程图学习的高效全局混合与局部消息传递Sˉ3GNN: Efficient Global Mixing and Local Message Passing for Long-Range Graph Learning
论文链接：https://arxiv.org/abs/2605.23467
消息传递神经网络（MPNN）在捕捉长距离依赖时常遭遇"过度压缩"（Oversquashing）问题：信息在多层传播中被过度压缩而丢失。现有谱滤波方法虽能通过全局信息混合缓解此问题，但其理论保障依赖于强假设（Jacobian敏感度下界），而这些假设在实践中往往难以满足。
S3GNN重新审视了这些理论结论，发现相关Jacobian敏感度下界在实际中通常难以实现，随后提出了一种无需限制性假设即可缓解过度压缩的新方法。该方法通过轻量级地重新引入被省略的组件，将高效全局混合与局部消息传递相结合，在新动力学框架下保持标准特征变换的稳定性约束有效，同时大幅降低了计算复杂度。
在长距离基准、知识图谱问答和网格流体动力学等多个领域的实验中，S3GNN实现了高达一个数量级的误差降低，且参数量减少高达50%。这一工作不仅纠正了现有理论的认识偏差，更以更少的参数实现了更好的性能，为图学习领域树立了新标杆。
4、复杂推理的刻画、评估与优化Characterizing, Evaluating, and Optimizing Complex Reasoning
论文链接：https://arxiv.org/abs/2602.08498
大型推理模型日益依赖具有复杂内部结构的推理轨迹，但现有研究对三个基本问题缺乏统一回答：什么定义了高质量推理？如何可靠评估长且隐式结构化的推理轨迹？如何将评估信号用于推理优化？这些问题之间的鸿沟，制约了推理模型的系统性改进。
该研究提出了ME2原则，从宏观和微观两个层面，沿效率和有效性两个维度来刻画推理质量。在此基础上，将推理轨迹建模为有向无环图（DAG）以捕捉复杂推理结构，开发基于DAG的成对评估方法，并构建TRM-Preference数据集训练思考奖励模型（TRM），使推理质量评估可规模化，打通了从评估到优化的闭环。
实验验证了思考奖励作为优化信号的有效性：在测试时选择更好的推理轨迹可带来最高19.3%的性能提升，在强化学习训练中增强推理能力可获得最高3.9%的性能提升。这一工作为推理质量的定义、评估和优化提供了首个统一框架，具有重要的理论价值和实践意义。
5、MemoryBench：面向LLM系统记忆与持续学习的基准测试MemoryBench: A Benchmark for Memory and Continual Learning in LLM Systems
论文链接：https://arxiv.org/abs/2510.17281
扩展数据规模、参数量和测试时计算一直是改进LLM系统的主要路径，但随着高质量数据逐渐枯竭、计算资源边际收益递减，这条路径已接近上限。受人类从实践中学习的能力启发，为LLM构建记忆和持续学习框架成为重要研究方向。然而，现有基准测试大多聚焦于同质化的阅读理解任务，而非测试系统在服务期间从累积用户反馈中学习的能力。
MemoryBench提出了一个用户反馈模拟框架和涵盖多领域、多语言、多任务类型的综合基准测试，专门评估LLM系统的持续学习能力。该基准模拟真实服务场景中用户与LLM的交互过程，测试系统能否从用户反馈中学习并持续优化自身表现，填补了现有评估体系的空白。
实验揭示了一个令人警醒的事实：当前最先进的方法在有效性和效率方面均远未达到令人满意的水平。这一发现表明，LLM的记忆与学习能力仍是一个巨大的未解难题，MemoryBench为未来研究提供了重要的评估基础设施和方向指引。
6、ASAG：让推理模型学会“适可而止”Stop When Further Reasoning Won't Help: Attention-State Adaptive Generation in Reasoning Models
论文链接：https://arxiv.org/abs/2606.15070
大型推理模型通过链式思考（CoT）解决复杂问题，但常常陷入“过度思考”。生成冗余的推理token，不仅浪费计算资源，还导致准确率下降。现有缓解方法要么需要大量训练资源，要么依赖精心设计的提示词或不可靠的置信度信号，缺乏一种高效、可靠且易于部署的早停机制。
ASAG（Attention-State Adaptive Generation）从注意力分布的独特视角切入，通过分析推理过程中注意力状态的变化来推断模型的推理状态，进而自适应地调整生成策略。该方法无需训练、即插即用，可无缝集成到现有的推理模型中，在模型"想清楚了"的时候及时停止生成，避免无效推理。
在9个基准测试上的实验表明，ASAG在DeepSeek-R1-Distill和Qwen3系列等主流模型上均取得一致提升。特别是在Qwen3-8B上，平均准确率提升3.2%，生成token数减少近40%。这一工作证明：学会"停下来"，反而能让AI更聪明。
结语
从空间智能到脑网络分析，从图学习到推理优化，从LLM记忆到高效生成，
这六篇Spotlight论文展现了ICML 2026的多元创新面貌。它们或突破评测天花板，或填补理论空白，或揭示能力短板，共同指向一个趋势：AI研究正在从"更大更强"走向“更智能、更高效、更可持续”。
雷峰网&AI科技评论将继续在现场带来更多ICML 2026的精彩内容，如果你想推荐ICML上的其他论文，欢迎联系我们进一步交流探讨 。
上车，带你看遍全球 AI 顶会精华
可独家畅览：
专家演讲PPT
大会报告全文
热门论文解读
学术新星访谈