来源：TJUNLP 原文链接：https://mp.weixin.qq.com/s/CSQhDdBV97iaaTl46zUVrg 近期，天津大学自然语言处理实验室（TJUNLP）在多个国际顶级学术会议上取得佳绩，共有4篇论文分别被AAAI 2026、ICML 2026、IJCAI-ECAI 2026和ICASSP 2026接受。研究内容涵盖大模型可解释性与机器翻译、多语言安全对齐、参数高效微调、以及大模型安全与后门攻击等多个前沿方向。 第40届AAAI人工智能会议（The 40th AAAI Conference on Artificial Intelligence, AAAI 2026）已于2026年1月20日至27日在新加坡举办。AAAI是人工智能领域最具影响力的国际学术会议之一，是中国计算机学会（CCF）推荐的A类国际学术会议。 第43届国际机器学习会议（The 43rd International Conference on Machine Learning, ICML...

作为机器学习领域的顶级学术盛会，“世界模型”这一主题在ICML的接收论文名单中，从绝对数量上看似乎并不占上风。根据MTRI近日发布的一篇报告，在ICML 2026被接收的6341篇论文中，有49篇论文属于“世界模型”分类，占比不到1%。然而，在仔细剖析论文趋势并在大会现场与参会者深入交流后我们发现，今年的ICML世界模型研究正经历一场至关重要的范式革命。 在会场内外，学者们争论的核心焦点早已跳出“要不要用世界模型”的启蒙阶段，彻底演变为具体的技术路线选择：是沿着依赖显式动作数据的WAM（World Action Models）路线深耕，还是全面拥抱从海量视频中汲取物理规律的LAWM（Latent Action World Models）路线？过去两年，受Sora等生成式AI的狂热启发，学术界曾一度倾向于后者，认为“视频上的Next-token prediction”这种广义的世界模型是通向AGI的捷径。 然而，从今年的论文数据来看，天平正在发生倾斜：WAM论文的比重正在强劲反弹，占据了半壁江山；纯粹的LAWM路线热度有所消减，而基于二者融合的论文正在稳步增加。 ...

作者丨吴思梦 编辑丨岑   峰 “Transformer 能写诗、能编程、能证明数学定理，为什么迟迟造不出真正上市的 AI 新药？” 7月8日，在 ICML 2026 大会上，Genentech（基因泰克）执行副总裁兼研发负责人 Aviv Regev 登台发表主旨演讲，直面了这个困扰 AI 制药圈已久的核心质疑。 在这场题为Lab in the Loop for drug R&D（面向药物研发的“实验闭环/干湿实验闭环”）的分享中，Regev 系统阐述了如何将 AI 深度嵌入药物研发全流程，并首次公开了多项 AI 赋能的真实临床试验数据。 Regev 坦言，AI 制药之所以屡屡受挫，根本原因在于人们低估了生物学的蛮荒与复杂。药物研发是一场严苛的系统长跑，必须同时答对靶点、分子、剂量与患者四道关口，任何一个环节掉队，付出的都是数亿美元的折损与数年的等待。 在演讲中，Regev 展示了 Genentech 将算法融入真实产业流程后的突破： 打破数据孤岛（Lab in the Loop）：仅凭一张有150年历史的普通组织学染色图，AI...