扩散模型仍然是生成式研究的主轴。2026年国际机器学习大会（ICML）公布杰出论文奖，清华大学与阿里联合团队拿下最高奖，谷歌DeepMind的工作同时获奖。
ICML与NeurIPS、ICLR并称机器学习三大顶会。杰出论文奖在业内被看成未来3至5年技术方向的风向标，不是参会海报。获奖的两篇都聚焦扩散模型：一篇由清华—阿里联合团队主导，一篇由谷歌DeepMind主导。原文没有公布论文标题和作者名单，这里不补名字。
扩散模型，白话就是先把图像或数据打成噪声，再学着一步步还原。它是当前AI生成的核心研究范式之一。DeepMind连续多年在ICML、NeurIPS拿到杰出论文，覆盖扩散模型、强化学习和Transformer。原文把这种持续产出，写成Gemini 3.5 Pro、Veo 3等产品还能领先的研究支撑。
清华和阿里拿下最高奖，说明的是合作方式，而不只是一次排名。原文的判断是：高校基础研究、企业工程能力、大规模算力，三方可以一起做出国际第一梯队的结果。同一叙事里还写到世界人工智能大会学术板块由姚期智担任大会主席，并有9位图灵奖或诺贝尔奖得主参会。那是学术活动的安排，和这篇获奖放在一起，用来说明中国AI学术角色的变化。
对后续方向，原文点了多模态、世界模型和AI for Science，并认为类似的“学术加产业”组合有望继续出现，用来缩小与谷歌DeepMind、Meta FAIR在基础研究上的差距。这是预期，不是已经发表的下一批论文。
两篇都落在扩散模型上，说明这一届顶会仍把生成的基础方法当成主问题，而不是只奖励应用演示。和NeurIPS、ICLR并列，读者是全球的机器学习研究者。未来3至5年的风向标，指的是方向感，不是明年的产品路线图。DeepMind的连续获奖覆盖扩散、强化学习和Transformer，产品名Gemini 3.5 Pro、Veo 3被写成研究支撑的下游，不是这届奖直接发布的模型。
奖项证明的是这两篇扩散模型工作被顶会承认。它不自动等于阿里或DeepMind的下一款产品会沿用论文里的方法。下一观察点是论文方法会不会进入可复现的开源实现，以及国内其他实验室能否拿出同样级别的联合工作，而不是只引用这一次获奖。