AI领域前沿发展趋势 - 2026年AI浪潮以前所未有的速度重塑技术边界，核心进展包括大模型训练效率持续突破、具身智能加速从实验室走向现实场景落地、多模态融合技术日趋成熟 [2] - Agent技术的崛起正在重新定义人机协作的可能性，如何让智能体具备持续学习与自主决策能力成为学界与产业界共同追逐的核心命题 [2] ICLR 2026学术会议概况 - ICLR 2026将于4月23日至27日在巴西里约热内卢举行，是洞察全球AI研究最前沿动向的重要窗口 [2] - 本届大会共收到有效投稿超1.9万篇，总录取率约为28% [2] 机器之心ICLR 2026论文分享会概览 - 机器之心将于2026年4月18日在北京举办ICLR 2026论文分享会，旨在让国内研究者和从业者第一时间深入解读前沿成果 [4] - 活动时间为北京时间4月18日09:00-17:30，地点为北京中关村皇冠假日酒店3F [4][5] - 活动设置Keynote演讲、论文分享、圆桌对话、Poster及企业展位交流等多个环节 [4] - 活动将围绕Agent、大模型训练、具身智能等业界热门方向展开 [4] - 分享会将在机器之心视频号及黄大年茶思屋科技网站等平台进行直播 [30] 分享会议程与核心内容 - 上午议程：包含开场、Keynote演讲及多场论文分享，主题涵盖结构化上下文泛化、大模型预训练学习率调度、物理无关的神经算子预训练框架、一步动作生成的流策略、稀疏CUDA生成的强化学习、不完整多模态分类的动态模态选择等 [6][8][12] - 下午议程：包含Keynote演讲、圆桌对话、论文分享及Poster交流，主题涵盖可持续学习智能体、低精度Transformer训练分析、无监督RLVR扩展LLM训练、信息塑造Koopman表示等 [8][9][10][13] - 圆桌对话主题为“OpenClaw后，Agent何去何从” [9] - Poster及企业展台交流时间为16:20至17:30 [13] Keynote演讲嘉宾与主题 - 姚权铭（清华大学电子工程系副教授）：演讲主题为“结构化上下文：有限监督泛化的新路径” [15] - 姚权铭研究方向为机器学习与科学智能，聚焦基座模型泛化机理与高效智能体决策，发表论文120余篇，被引1.5万余次 [17] - 其报告将探讨在少样本、弱反馈及分布变化条件下，如何通过结构化上下文机制，将学习从“依赖标签”转向“依赖结构”，以实现有限监督下的泛化与扩展 [18][19] - 张宁豫（浙江大学副教授）：演讲主题为“迈向可持续学习的智能体现状与趋势——以OpenClaw为例” [20] - 张宁豫研究方向为自然语言处理、大模型、知识图谱等，多次入选斯坦福全球前2%顶尖科学家榜单 [20] - 其报告将介绍大规模智能体发展的三个核心方向：边界感知、技能编排以及记忆演化，指出智能体正从简单工具调用系统迈向具备长期任务执行与环境交互能力的复杂系统 [21] Poster展示论文与研究 - 分享会设有多篇Poster论文展示，涉及大模型安全对齐、长视野智能体、推理微调、多模态模型知识演化、自动驾驶轨迹规划、参数高效训练、空间记忆模型、持续学习、测试用例生成、临床基准、时间序列预测、可验证角色意识、自动形式化、脉冲神经网络稳定、安全策略迭代、车辆控制命令澄清等多个前沿方向 [25][27] 活动合作伙伴 - 独家战略合作伙伴：黄大年茶思屋科技网站，一个致力于推动科学与技术交流的开放平台 [32] - 生态合作伙伴：博世集团，全球领先的技术和服务供应商 [33]