视觉语言模型的空间智能突破

在首尔COEX会展中心举行的ICML 2026大会，吸引了来自全球的数千名研究人员和从业者。本届会议共接收6352篇论文，经过严格的同行评审，最终选出536篇Spotlight论文（占投稿总数的2.2%），以及168篇Oral论文（占比0.7%）。这些入选的研究成果代表了当前人工智能领域最前沿的技术突破和创新方向。

视觉语言模型的空间智能突破

在视觉语言模型（VLM）领域，SpatioLM提出了一种参数高效的解决方案，通过设计即插即用的空间视觉模块，激发VLM中固有但未被充分利用的空间知识。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。实验结果显示，SpatioLM在VSI-Bench基准测试中取得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。

多模态脑网络分析的新范式

PhenoBrain框架为多模态脑网络分析提供了新的研究视角。该方法通过表型条件化的长程路由机制和表型引导的注意力机制，将表型信息全程参与表示学习过程。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。

长程图学习的高效解决方案

Sˉ3GNN提出了一种无需限制性假设即可缓解过度压缩的新方法，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，S3GN展示了显著的性能提升，为长程图学习提供了新的技术路径。

机器人系统的知识编码轨迹世界模型

WestWorld提出了一个知识编码的可扩展轨迹世界模型，通过系统感知混合专家模型（Sys-MoE）动态路由不同机器人系统的专业化专家，并引入结构化嵌入将轨迹表示与形态学信息对齐。该模型在89个复杂环境上进行了预训练，覆盖仿真和真实世界的多种形态学设定，实验表明其在零样本和少样本轨迹预测任务上显著优于竞争基线。

时间依赖微分方程的物理动力系统求解

DS-TS提出了一种新型TDDE求解器，集成了兴奋-抑制启发式耦合建模复杂空间交互，状态感知动态非线性实现丰富的节点间交互和状态依赖的时空相关性，层次化时间积分捕捉长距离时间依赖。实验结果表明，DS-TS在保持高保真解的同时，速度提升约1000倍，能效提升约10万倍。

理论级自动形式化的基础研究

理论级自动形式化研究倡导将包含所有相互依赖关系的完整理论形式化为结构化库。文章深入探讨了这一范式转变的重要意义，回应了不同视角的批判，并指出了等价性检查和分层分解等开放性挑战。这项研究为推进具备通用推理能力的AI奠定了基础。

多领域推理能力的强化学习框架

RGR-GRPO是一种新型强化学习框架，通过构建基于评分准则（Rubrics）的驱动机制，提供高密度的细粒度奖励信号和离线指导，有效扩展了模型的探索空间。在包含数学、物理、化学及通用推理等14个多领域基准数据集上的实验表明，该框架相比传统方法平均实现5.4%至8.4%的性能提升。

图域适配的渐进式结构调整方法

PSAHS提出了一种轻量化图结构调整方法，通过重设边权重与增加类内连接来提升源图同质性，结合结构感知的GNN与仅依赖属性的MLP逐步优化目标图结构。在多个图域适配基准数据集上的实验表明，PSAHS在严重同质性失配条件下显著优于现有强基线。

这些入选的Spotlight论文不仅展示了当前AI研究的最新进展，也为未来的技术发展指明了方向。随着这些创新成果的不断涌现，人工智能领域正朝着更加智能化、通用化和实用化的方向快速发展。