ICML 2026 时间检验奖现场实况：主创戳破学术创新三大真相

最小的创新，最大的影响：ICML 2026时间检验奖里的“反共识”与“苦涩教训” 作者丨 齐铖湧 编辑丨 岑 峰 7月8日 下午一点 ， ICML 202 6 时间检验奖颁奖仪式在首尔举行。 由 Google DeepMind 团队于 2016 年发表在 ICML 的《Asynchronous Methods for Deep Reinforcement Learning》获奖，这篇巨作的一作 Volodymyr Mnih （业内常称 Vlad）亲临现场领奖，并发表深刻言论。 AI科技评论，在 ICML 2026 首尔会场亲历了这场演讲（文末附上演讲内容），Vlad 的获奖发言，没有停留在回顾10年前的工作，反而用大量篇幅复盘了研究背后的思考与局限，给当前学者研究哲学与行业判断的启发。 01 Vlad 获奖现场重点强调的三点感悟 Vlad 在现场提到的第一点，是“约束，永远是创新的第一驱动力”。 他在发言中直言不讳：“如果当时我们有充足的 GPU，大概率根本不会做这项工作。” 这项改写领域的研究，并非源于宏大规划，而是来自现实的算力约束：DeepMind 接入谷歌初期，数据中心尚无 GPU，只有大量多核 CPU。正是 “无 GPU 可用” 的限制，倒逼团队跳出 DQN 路线，探索出异步并行方案，意外推开了深度 RL 规模化的大门。 Vlad 在 ICML 2026 现场的这段回顾，似乎在影射当下具身和大模型的行业现状。 Vlad 提到的第二点感悟，是 “最持久的影响，往往来自 “最小创新””。 他在发言中引用 Ilya Sutskever 的评价总结这篇工作：“最小的创新，最大的影响。” 看似自谦，但客观来看，A3C 论文中确实并没有石破天惊的全新理论：异步并行、演员 - 评论家、多步回报、熵正则，每一个组件都是此前就已存在的思路。 论文真正做的，是把这些已知想法组合起来，用极其扎实的对比实验验证了效果，打磨每一个实现细节。 这也能给当前 AI 研究一些启发，当下“创新焦虑” 弥漫在整个学术领域。本届ICML创下了历史性的投稿纪录，共收到 23918 篇有效投稿，较2025年的 12107 篇翻了一倍。很多论文追求复杂的架构设计、花哨的数学包装。 但时间是最公正的筛选器 。 十年过去，真正被全行业广泛使用、沉淀为基础设施的，往往是那些简单、稳定、易复现的基础方法。 A3C 之所以能成为长盛不衰的基准，核心就在于 “简单” 二字。 它好理解、好调试、超参数少、复现成本低，这种特性让它既能成为研究的起点，也能 成为工程落地的首选。 最终胜出的，永远是能更好利用算力的方法。 第三点，是规模化相关内容。Vlad 在发言中提到一个细节：当年的实验结果已经清晰展现出 “算力增加、收益稳定提升” 的规律， 但身处其中的他们，当时并未完全意识到这件事 的分 量 。 直到后来