Logo
Loading...
期刊
专家
顶会专区

IJCAI:国际人工智能联合会议 顶会专区

本专区系统性收录 IJCAI(国际人工智能联合会议)相关的论文解读、专家演讲及会议动态等内容。IJCAI 集中呈现了机器学习、知识表示与推理、多智能体系统、自然语言处理与计算机视觉等领域的年度进展。我们关注方法背后的理论基础与前沿趋势,致力于为人工智能研究者与开发者提供一份清晰、直接的信息索引。

查看全景观测 →
2026.08.15 -21
会议时间
德国不莱梅
会议地点
6,000+
投稿文章数量
14.0%
收录率
141
专区文章总数
会后复盘 具身智能 雷峰网 · GAIR DAO · 2026-09-03
机械臂做到第10步就容易出错?一个 2B 模型靠动态调整注意力解决了 | IJCAI 2026
S²-VLA 引入信念状态和自适应动态门控,仅用2B参数、7GB显存,长程操控超越7B模型。 作者丨张 璐 编辑丨幸丽娟 过去一段时间,Scaling Law 在具身智能里被看得很重。为了让机械臂完成复杂的搬运、对准和组合,多数工作把视觉-语言-动作(VLA)模型做到 7B 甚至 8.5B。参数变大后,语义理解和场景识别确实更强了,但长程操控里的不稳定问题并没有随之消失。 很多大参数量 VL...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 强化学习 雷峰网 · GAIR DAO · 2026-09-01
TUM 黎子玥:模型这么大这么强,为什么还是「上不了路」?| IJCAI 2026
学术数据和真实数据完全是两回事;可解释性成落地“生死线”。 作者丨幸丽娟 编辑丨岑 峰 三年前,正值大模型爆发之年,麦肯锡就曾对全球交通与工业领域的从业者做了一项调研,问题很朴素:距离真正的智能化,还有多远? 答案出乎意料地悲观:还要10到20年。 而把时间线拉到现在,模型越来越大、智能体越来越多、时空数据挖掘的论文层出不穷。 现实依旧是,全球没有一座城市长期部署了基于强化学习的交通信号控制...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 强化学习 雷峰网 · GAIR DAO · 2026-08-28
哈佛教授 David Parkes:全球化生产一支铅笔后,世界的目光看向了 AI | IJCAI 2026
AI 不再独行,智能开始寻找秩序。 作者丨吴思梦 幸丽娟 编辑丨岑 峰 一支普通铅笔,可能是人类协作史上最微小,却也最复杂的奇迹之一。 没有任何一个人能完整描述它的制造过程。有人开采石墨,有人砍伐木材,有人生产橡胶,有人制造机器,再通过全球供应链将这些环节连接起来。数千个彼此陌生、甚至语言、文化和信仰完全不同的人,最终共同完成了一件看似简单的物品。 经济学家 Milton Friedman ...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 大语言模型 雷峰网 · GAIR DAO · 2026-08-25
BIMSA 王雅晴:Scaling Law 触及天花板,「数据高效学习」指向 AI 的下一站|IJCAI 2026
真正的智能,在于能否基于有限的数据,实现可靠的泛化与迁移。 作者丨张璐 编辑丨岑峰 幸丽娟 高质量标注数据快用完了,算力贵得离谱,黑盒依然无解。 大模型时代信奉的 Scaling Law,正在面临多重瓶颈。 更麻烦的是另一件事:很多任务天生就没有大数据——药物研发、冷启动推荐、科学探索。这些不是技术的短板,是世界的常态。 在IJCAI 2026大会的 Early Career Spotlig...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 具身智能 雷峰网 · GAIR DAO · 2026-08-25
突破具身智能物理死角:IJCAI 2026 具身智能泛化与控制突破
告别理想仿真,中国学术团队用物理工程方案回应落地挑战。 作者丨张璐 编辑丨岑峰 过去一年多里,具身智能似乎按下了快进键。 从 Physical Intelligence 发布的π₀到开源社区追捧的OpenVLA,VLA大模型一路高歌猛进。在各种标准基准测试和精心搭建的实验室 Demo 中,机械臂叠衣服、拿取物品流畅得宛如人类,动辄刷出 90% 甚至 95% 以上的成功率。然而,当全行业都在欢...
阅读原文 → 💬 讨论 ↑ 收藏