近日，第43届国际机器学习大会（ICML 2026）在韩国首尔COEX会展中心落下帷幕。旷视算法研发团队也带着自己的研究成果来到现场。

作为AI领域最顶级的学术会议之一，ICML与NeurIPS、ICLR并称“机器学习三大会”，含金量极高。今年大会投稿量突破23,000篇，最终录用率约26.6%。每一篇论文都是当下AI研究的前沿缩影。旷视团队关于多模态上下文学习的工作，也成功入选本届ICML。

参会目的：让AI真正落地

对旷视来说，参加ICML远不止是“露个脸”。更重要的是，这是一次与全球顶尖研究者面对面交流的机会。

今年ICML的主题是“Machine Learning for the Real World”，核心就是让AI真正落地。这个方向与旷视的思考高度一致：大模型如何更高效地进入行业场景？AI智能体如何在真实物理世界中实现自主化升级？带着这些问题来参会，旷视希望能与同行碰撞出火花。

传统方法的局限：任务不变，标准变了

传统的多模态上下文学习，通常关心的是：模型能否通过少量上下文信息，判断出“当前要做什么任务”。

但真实场景下，更棘手的问题往往不是任务变了，而是判断标准变了。换句话说，任务没变，但模型能否理解“当前应该按什么标准来判断”？

旷视提出“准则感知”上下文学习

围绕这个问题，旷视提出了一种“准则感知”的上下文学习方法。这套方法不只是拿几个案例告诉模型“这是啥任务”，而是让模型从上下文中捕捉当前的判别准则。

当面对待判断样本时，模型需要结合前文给出的样例关系和标注线索，去推断当前的标准是什么，然后据此做出条件化判断。

简单来说，这项工作不是让模型机械地记住一个标签，而是让它在少样本条件下搞明白“标准为什么变了”，并据此调整自己的判断边界。

这个问题既有基础研究价值，也反映了旷视对大模型行业落地的思考：模型进入真实业务场景，不仅要完成预设任务，更要理解场景里的规则、标准和约束。

行业场景的挑战：有限样本与动态标准

真实的行业场景，从来都不是封闭的、规则明确的、标注充分的标准数据集。模型面对的往往是：

• 有限的标注样本
• 长尾分布的数据
• 不同业务场景下不断变化的判断标准、风险要求和成本约束

如何通过高效的后训练和少样本方案，让大模型以更低成本适配不同场景？这是AI从通用能力走向实际价值的关键路径。

两大研究方向：行业落地与自主智能体

这也正是旷视关注的第一个方向：通过高效后训练、上下文学习等方式，推动大模型能力快速适配和落地到具体行业场景中。

与此同时，旷视也在面向真实物理世界，持续探索自主智能体。数字空间的任务执行是一回事，真实物理世界则要开放得多、动态得多，也充满不确定性。智能体需要在复杂环境中理解物体、空间、行为和反馈，并在此基础上完成自主决策与行动。

如何让AI智能体在真实物理世界中，实现从感知、理解到行动的自主化升级？这是旷视关注的另一条关键主线。

结语：期待更多交流与合作

这次来ICML，旷视希望围绕两类问题与同行们展开交流：

• 一是大模型如何更高效地进入行业场景
• 二是AI智能体如何在真实物理世界中持续提升自主能力

旷视也期待与关注这些方向的研究者、工程师和合作伙伴们，有更多深入讨论的机会，一起探索AI从前沿研究走向真实场景的更多可能性。

《夸克》非常好用的免费AI浏览器

下载APP查看