AI 的競爭繼續(xù)白熱火，但衡量 AI 實(shí)力的標(biāo)準(zhǔn)也在發(fā)生微妙的變化：不只是訓(xùn)練算力和模型的參數(shù)規(guī)模，更要看 AI 在復(fù)雜應(yīng)用場景中，能不能像人一樣思考與行動。

1 月 30 日，千問 C 端應(yīng)用團(tuán)隊(duì)宣布，其四篇人工智能領(lǐng)域研究論文正式入選 2026 國際學(xué)習(xí)表征會議（ICLR 2026）。

圖片來源：阿里

作為機(jī)器學(xué)習(xí)領(lǐng)域公認(rèn)的三大頂級會議之一，ICLR 的入選難度本身就高，今年 ICLR 2026 的競爭之激烈更可以用「慘烈」來形容。本屆會議投稿量超過 1.9 萬篇，再次刷新紀(jì)錄。然而，投稿數(shù)量暴增的同時(shí)，平均得分卻出現(xiàn)了滑坡，28.18% 的錄用率更是創(chuàng)下近年新低。

在嚴(yán)苛的篩選機(jī)制下，千問團(tuán)隊(duì)能夠連中四元，不僅證明了其科研成果在理論層面的前瞻性，更體現(xiàn)了其研究方向與當(dāng)下行業(yè)急需解決的「可靠性、可用性」高度契合。

這次入選的四篇論文，核心邏輯非常一致，都是讓 AI 在復(fù)雜場景下更加聰明、可靠、實(shí)用：

1. 不再是「抽盲盒」：提高擴(kuò)散模型穩(wěn)定性
2. 學(xué)會「主動問診」：多輪對話決策的突破
3. AI 自我進(jìn)化：無需人工標(biāo)注的檢索驗(yàn)證
4. 拒絕「廢話文學(xué)」：模型價(jià)值觀對齊的新思路

目前的 AI 生成（如繪圖或長文）有時(shí)像抽盲盒，輸出質(zhì)量忽高忽低。千問團(tuán)隊(duì)在關(guān)于擴(kuò)散語言模型（Diffusion Models）的研究中，針對 dLLM 掩碼訓(xùn)練的不穩(wěn)定性，提出了一套帕累托最優(yōu)的無偏訓(xùn)練算法。

根據(jù)公開介紹，算法顯著降低了 dLLM 訓(xùn)練波動，提升了圖文生成質(zhì)量。這意味著未來的內(nèi)容生成工具將進(jìn)一步告別「神經(jīng)質(zhì)」，輸出結(jié)果也會更加符合預(yù)期。

另一方面，現(xiàn)在的 AI 助手有些「被動」，問一句答一句，這種溝通效率在醫(yī)療咨詢等專業(yè)領(lǐng)域極低。而圍繞醫(yī)療多輪對話中的復(fù)雜推理任務(wù)，千問團(tuán)隊(duì)提出了自適應(yīng)樹策略優(yōu)化（ATPO）方法，讓 AI 根據(jù)對話的不確定性動態(tài)調(diào)整決策路徑。

簡言之，AI 學(xué)會了「主動追問」。當(dāng)信息不足時(shí)，它會精準(zhǔn)提問獲取關(guān)鍵信息；線索清晰時(shí)則快速給出判斷。這讓 AI 助手在復(fù)雜咨詢場景中像經(jīng)驗(yàn)豐富的專業(yè)人士一樣，只問關(guān)鍵問題，避免無效對話。

此外，千問團(tuán)隊(duì)還打造了「提問—解答—驗(yàn)證」的自博弈強(qiáng)化學(xué)習(xí)框架，讓 AI 在不需要額外人工標(biāo)注的情況下，能實(shí)現(xiàn)自我核驗(yàn)與進(jìn)化。在學(xué)習(xí)輔助、研究支持等知識密集型場景中，AI 能夠自主核實(shí)資料，表現(xiàn)得更為可靠。

同時(shí)團(tuán)隊(duì)引入了信息論偏見消除方法，引導(dǎo)獎(jiǎng)勵(lì)模型關(guān)注真正與人類偏好相關(guān)的信號。相比過去為了迎合人類偏好，很多模型學(xué)會了寫冗長但空洞的套話，這能有效減少冗長、格式化但信息密度低的輸出，讓 AI 更關(guān)注能幫助用戶的核心要點(diǎn)，避免出現(xiàn)「廢話文學(xué)」。

更重要的是，千問團(tuán)隊(duì)這次在 ICLR 2026 的表現(xiàn)，其實(shí)也釋放了一個(gè)明確的信號：大模型的競爭重心已經(jīng)悄然轉(zhuǎn)移。

圖片來源：雷科技

早期的競爭是暴力的，比拼的是參數(shù)規(guī)模和算力堆疊。但過去一年，行業(yè)內(nèi)其實(shí)在逐步形成共識，競爭正從「參數(shù)規(guī)�！罐D(zhuǎn)向「算法深度與工程實(shí)效」。單純的大已經(jīng)不再代表強(qiáng)，真正的核心競爭力在于，誰能在基礎(chǔ)算法上進(jìn)行更系統(tǒng)性的探索，誰能把 AI 真正帶入復(fù)雜、高頻的實(shí)際應(yīng)用場景中。

值得注意的是，此次千問團(tuán)隊(duì)入選的四篇論文相關(guān)代碼均已開源。通過開放核心技術(shù)細(xì)節(jié)，這種「以應(yīng)用導(dǎo)向研究」的模式，或許能為整個(gè)行業(yè)在提升 AI 可靠性方面提供新的范式。