＜span class=“js_title_inner“＞预告 | 2026 智源学者年会重磅来袭！＜/span＞

2026智源大会议程公开丨从 Token 到世界状态预测，多模态的下一场范式革命

从2021年开始，带领团队和OpenAI团队紧密合作，对GPT系列模型进行了效率、鲁棒性和扩展性优化，推动相关服务和应用的产品化，包括以GPT-4作为主要模型的New Bing、由GPT-3.5提供后台服务的Github Copilot以及由DALL-E-2提供支持的Image Creator。2. 从2D到3D，构建空间感知基础模型：突破现有模型对物理世界三维空间理解的局限，探讨如何通过空间感知基础模型的研究，让AI真正理解几何、遮挡与物理规律，为具身智能和三维世界模型奠定底层能力。

2026智源大会议程公开｜人才发展交流会

2026北京智源大会将举办人工智能人才发展交流闭门会， 诚邀您共同探讨人工智能人才发展的关键议题。论坛将聚焦世界模型、具身智能、AI for Science等前沿领域方向进行讨论，为您提供与智源科学家面对面交流的机会，探讨职业发展规划，共同开启思想碰撞，引领前沿发展。倾听青年学者分享他们的科研成果、职业规划，从中汲取灵感、借鉴经验，拓展自己的学术视野。提供一个开放的平台，让青年学者共同探讨人工智能领域技术创新和人才发展的趋势。提供一个理想的交流平台，链接学者，促进跨领域的学术交流与合作，并提供。

2026智源大会议程公开丨当AI学会自我超越，自进化论坛定义下一个极限

研究方向为脑启发的持续学习理论与方法，并推动其在科学智能、智慧医疗、具身智能等关键场景中的应用，研究成果以第一/通讯作者多次发表在 Nature Machine Intelligence、Nature Communications、TPAMI、Patterns、NeurIPS、ICML、ICLR 等人工智能相关领域的顶级期刊和会议。兼任蚂蚁技术研究院顾问。从代码智能体的涌现，到大模型在交互中的自我对齐与架构重塑，AI 正在重写自身演进的底层法则——不再是人类推着 AI 走，而是 AI 学会自己驱动自己走。

2026智源大会议程公开｜Agent for Science论坛

黄超，现任香港大学助理教授、博士生导师。以第一 / 通讯作者在 ICLR、ICML、NeurIPS、CVPR、Nature Methods、IEEE TMI、MedIA 等国际顶刊顶会发表多篇论文，代表性工作有 FedBN、BrainGNN、FairMedFM、GMValuator 等，研究覆盖可信联邦学习、大语言模型训练评估、生成模型数据估值、时间序列预测等前沿方向。在 SIGMOD、VLDB、ICML、ICLR、KDD 等顶会发表论文 60 余篇，在研项目包括国家科技重大专项课题、国自然青年项目等。

图灵奖得主领衔，中国大模型第一梯队集结，2026智源大会引领下一代智能

来自谷歌、Meta、英伟达、Stanford、Harvard、MIT等20+全球顶尖科技企业与高校科研机构的代表，将与阿里、腾讯、智谱、阶跃星辰、MiniMax、北大、清华、人大等中国AI行业最核心的创新力量同场交流，共同探讨超级模型、多 Agent协同、世界模型、具身智能与真实世界部署等关键方向。与此同时，世界模型也是实现具身智能的重要支撑性技术。无论你是深耕实验室的学者、奋战产业一线的工程师、推动AI落地的企业管理者，还是怀揣AI梦想的青年创业者——2026智源大会，都有属于你的舞台！

97后AI研究者，青源InnoVibe喊你来智源大会搞事情了！

18位来自北大、清华、DeepSeek、英伟达等机构的青年学者，以扎实前沿的工作交流火爆全场。他们围绕多模态、智能体、AI4S、AI安全，从基础理论到产业前沿，与AI共振，共赴无国界思想派对。如果你长期活跃于AI社区，拥有高星开源项目、学术服务经历，或在AI交叉领域与产业转化中取得突破性成果，欢迎大胆亮出属于你的独特“徽章”。2026「青源 InnoVibe」共创场，聚光灯已就位，青年学者招募正式启动！，现场分享AI前沿成果，激发思想碰撞，让世界聆听你的时代主张。「青源InnoVibe共创场」，

2026智源大会议程公开丨强化学习论坛

以第一作者或通讯作者在ICML、NeurIPS、ICLR、CVPR、ECCV、CoRL、IROS、ICRA、TMLR、RAL等国际高水平会议与期刊发表论文50余篇，谷歌学术引用超过5500次。俞扬，南京大学人工智能学院教授。主要研究方向为深度强化学习及其在具身系统中的应用，在IEEE TNNLS/TCYB/TSMCS等国际期刊和NeurIPS，ICLR，RSS，CVPR，ICRA，CoRL等国际会议上发表论文50余篇，承担和参与了国家自然科学基金青年项目、国家自然科学基金重大项目子课题、以。

这是我的科研好搭子！智源大会Agent4S征集——全自动科研，距离我们有多远？

扫码或直接提交链接：https://baai.org/l/JHNfn。提交作者/团队信息、作品信息；入围作品海报、视频等将在6月12日-13日智源大会现场进行展示。查资料、做实验、写论文，能干活、能落地、能复现，欢迎来冲！包含作品名称、核心功能、技术亮点、应用价值及团队信息。优胜队伍将在6月13日智源大会AI4S舞台进行报告。展示Agent核心功能、操作流程及科研应用效果。图灵奖得主、国内外AI顶尖学者、产业大佬齐聚。✅ 站上智源大会舞台，面向顶尖学者公开宣讲。作品征集：5月10日 — 5月30日。

智源TALK｜NeurIPS/ACL/ICLR顶会洞察：可扩展强化学习的三条边界

强化学习正在重塑大模型能力边界——OpenAI o3、DeepSeek-R1、Gemini 3 等顶尖模型借助大规模 RL 刷新推理天花板，但核心问题始终是：RL 的 Scaling 边界究竟在哪里？欢迎大家一起讨论交流。第三，相比稀疏的结果奖励，On-Policy Distillation 提供的密集 token 级监督看似是"免费的午餐"，但这顿午餐，真的没有代价吗？研究方向为大模型对齐与强化学习，曾在 ACL、ICLR、NeurIPS 等人工智能国际顶级会议发表论文，谷歌学术引用量超1800次。

智源社区@2050 | 从大脑到代码，你真能被上传吗？

备受关注的"数字果蝇"研究显示，基于约12.5万个神经元、5000万突触的完整神经连接图，大脑模型已可接入虚拟身体，形成"感知—决策—行动"的闭环——行为从结构中自然产生。以Meta近期发布的工作为代表，不再执着于理解大脑的内部结构，而是收集"大脑看到刺激时产生的响应"，用大模型直接模拟这一映射关系——输入一段文字，预测大脑的fMRI信号。自底向上建模的问题是神经科学知识永远不完备，大模型建模的核心困难在于不唯一性——同一个输入输出，可以由无数种内部结构实现，模型复刻的往往是一类人，而非一个人。

智源TALK｜多模态效率提升至19倍，视频理解前沿进展，伯克利&MIT&英伟达

实验结果表明，AutoGaze 可将视觉token数量减少 4倍至100倍，并使ViT与MLLM推理速度提升最高 19倍，从而支持模型处理 1000帧、4K分辨率 的超长视频，并在多个视频基准测试中取得领先表现（例如在 VideoMME 上达到 67.0%）。多模态大语言模型（MLLMs）在通用视频理解方面取得了显著进展，但在处理长时长、高分辨率视频时仍面临效率瓶颈：现有视觉Transformer（ViT）和MLLM通常对所有像素一视同仁地进行计算，忽略了视频中大量存在的时空冗余信息。

报名 | 第八届智源大会 相约6月12日-13日

从“回答问题”到“完成任务”，从单轮交互到长时序闭环，人工智能正在走向参与行动与决策的系统形态。更重要的变化是，人工智能正在从“能力竞赛”走向“系统落地” —— 如何在真实世界中稳定运行、持续演化，并真正嵌入人类社会与产业体系。延续七载硬核学术基因，汇聚图灵奖得主、海内外顶尖学者与产业领袖，智源大会将在在思辨与实证中，让智能真正落地生根，为下一代人工智能的发展建立更清晰的坐标系。从多模态理解到空间与动态建模，AI开始以“状态”为核心刻画现实世界的演化规律与因果机制，从“生成符号”走向“与物理世界互动”。

FlagOS 核心算子库 FlagGems 全量支持 DeepSeek V4 算子，多芯片适配与多项首创性能优化技术同步落地

KernelGen 构建了一套基于 Agent 的自动化算子优化 pipeline：以初始 Triton kernel 和 reference 实现为起点，Agent 在每轮迭代中自主分析当前 kernel 的性能瓶颈与历史优化数据，自动实施优化策略，并完成正确性验证与性能 benchmark，全程无需人工干预，持续迭代直至达到目标性能，能够从朴素实现逐步逼近甚至超越手工调优的 TileLang baseline。算子层面的跨芯统一编程模型，已经具备与专用优化竞争的实力。

专访清华大学OpenMAIC作者于济凡：AI让教育技术走进“科幻时代”

当大模型的浪潮席卷各行各业，教育领域正经历一场深刻的智能变革。从清华校园的科研探索到悟道大模型的实践深耕，从传统教育技术的局限突围到多智能体系统的创新落地，直到MAIC的出现，为教育AI 打开了全新可能。近日，我们专访了清华大学教育学院助理研究员于济凡，听他拆解MAIC理念以及OpenMAIC开源项目的诞生初心、技术路径与实践温度，探寻人工智能如何真正融入教育肌理，重塑学习的未来形态。采访&编辑：梦佳 熊宇轩要点速览从清华在线教育出发：研究生期间进入清华在线教育研究中心，2020年加入悟道2.0团队，成为中

报名｜ICLR 2026 RSI Workshop 闭门晚宴，开放少量专属席位

智源社区作为本次Workshop的支持方之一，将携手主办方，致力于汇聚全球最前沿的研究力量，共同攻克RSI核心难题。然而，如何让RSI从理论走向可靠、可衡量、可部署的工程实践，仍然是全球顶尖研究者共同面对的核心挑战。依托ICLR 2026 RSI Workshop，智源社区&青源会特别策划了一场 Invite-only 闭门晚宴，为全球顶尖AI研究者打造一个高密度的深度交流场域——没有PPT，没有聚光灯，只有来自不同机构、不同文化背景的顶尖大脑，展开一场真正意义上的"里约论道"。

活动报名 | ICLR2026 重磅集结！三十余位中稿讲者，邀你共赴学术盛宴

赵昊，清华大学智能产业研究院助理教授，智源学者，于清华大学电子工程系获得学士和博士学位，曾于英特尔中国研究院担任研究员，曾在北京大学从事博士后研究。DeepTech成立于2016年，是一家专注新兴科技的资源枢纽与服务机构，独家运营《麻省理工科技评论》，为产业、政府、高校、科研院所、资本等科技生态的关键角色提供服务，使命是链接国内外科创资源，加速科研成果产业化落地。展开，从研究选题到审稿意见回复，全方位拆解顶会论文中稿的核心要素，针对大家投稿时的常见痛点、难点给出实用解决方案，干货满满，不容错过！

明日直播｜ICLR2026，首个可Scaling!FeatureBench打造Agentic Coding评测新框架

其工作 FeatureBench 提出了一种自动化抽取代码仓 feature 的方法，打破了SWE-bench 为代表的 PR-driven 自动提取评测任务的方法，将 Code Agent 的评测从修 bug 转变为了实现全新的 feature。本期报告提出了全新的 FeatureBench 评测框架，立足实际开发场景打造高质量评测基准，同时搭建起全流程开源的技术基础设施，既为当下 Code Agent 的能力评估提供了科学标准，也为后续相关模型的训练与优化筑牢了数据基础。首个可Scaling！

活动｜ICLR2026中稿先讲，来智源在顶会前先遇见你的学术同行

DeepTech成立于2016年，是一家专注新兴科技的资源枢纽与服务机构，独家运营《麻省理工科技评论》，为产业、政府、高校、科研院所、资本等科技生态的关键角色提供服务，使命是链接国内外科创资源，加速科研成果产业化落地。2025年在智源社区共有近百场学术报告，顶会Best Paper的10余位讲者，来自海内外高校和研发机构、优秀企业研究员进行最前沿的学术探索。ICLR 2026 接收，欢迎来到智源，与最懂这篇工作的同行一起，提前开启顶会级交流！：成为讲者活动，与顶尖学者近距离交流，拓展学术人脉。

上交大穆尧：数据为王，2026具身智能迎来“数据规模化元年”丨独家

人工智能与物理世界的深度融合正成为推动机器人技术革新的关键力量，上海交通大学助理教授穆尧博士，作为多模态具身智能（Embodied AI）和机器人学习领域的杰出研究者，围绕具身认知、行为生成、策略学习与统一基础模型构建等关键方向，取得了一系列具有代表性和影响力的研究成果，包括具身思维链模型 EmbodiedGPT、多模态机器人代码生成框架 RoboCodeX、可迁移视觉控制表征模型 CtrlFormer、双臂协同生成式数字孪生平台 RoboTwin，以及基于离散扩散理论的具身基础模型 MM-ACT。

专访KAUST诸葛鸣晨丨2026 Agent最大突破是“递归自进化”，三年后有望实现“神经计算机”

也许你会意外的发现，2025年David Silver和Richard Sutton主推的Learning from Experience，以及2025年下半年到2026年上半年硅谷各大公司的老大比如Elon、Sam、Dario最近爱谈的Recursive Self-Improvement，三年前我以精准的terminology将其写入 MetaGPT 附录，如今它们正在逐步成为行业讨论的重点。最近有一个叫Ralph Loop的概念，他们强调在循环过程中，重要的不仅仅是智能体的能力，还需要好的评测手段。

智源Workshop33期丨Agent如何进化，内行人视角看OpenClaw

Agent 正从实验室的构想加速走向产业实践的前沿，从单一大模型的“单兵作战”到多智能体系统的“兵团协作”，从封闭环境的有限探索到开放生态的无限可能，智能体展示了 AI 在复杂场景下的协同能力，Agent正在经历一场前所未有的“模块重组”，其进化路径正在被重新定义。本期智源Workshop，我们特邀六位深度参与这场变革的学术工作者和探索者，以内行人的视角看OpenClaw现象，探路Agent未来发展趋势。

新“顶流”出道！让智源Robo，承包你的科研日常！

每一位搞科研的我们，都不满足于微小的涟漪，都坚信扎实的研究、默默的坚守与开放的行动，终将汇聚成推动技术前进的巨浪。左手是熬夜深耕的学术理想，右手是盼望丰收的烟火现实，两者都是咱们向上的劲儿！反复“对话”，一次次迭代优化，一点点调试参数，有崩溃、有挫败，但只要看到模型变好，就觉得一切都值得，这就是咱们AI科研人最真实的日常呀。科研就像种萝卜，越专注、越投入，就越陷越深～ 码代码、改论文，一晃就是一下午，哪怕熬到头疼，看到一点进展就又充满动力，这种痛并快乐着的沉浸感，是咱们科研人独有的浪漫！

携手ICLR 2026 RSI Workshop，解锁 AI 自进化新可能

它曾被视为遥不可及的科幻愿景，而今正成为迈向通用人工智能（AGI）的关键路径。想要使RSI成为可靠、可衡量和可部署的技术，需要有原则的方法、系统设计和评估。）获取最新动态，期待与各位相聚里约热内卢，现场交流探讨，共探 AI 递归自改进的未来之路，解锁通用人工智能发展新可能！参与支持，旨在汇聚全球顶尖研究者，共同探讨如何让AI实现可衡量、可靠且可部署的自我进化。：参数、世界模型、记忆、工具与技能、架构等。：软件、游戏、机器人、科学发现、企业应用等。：奖励/价值学习、模仿学习、进化搜索等。

Nature｜全球首个医学循证推理DeepRare智能体，上交助理教授吴超逸分享

累计开源8个医学基础模型、7个大规模数据集和4个评测集，构建了当前医疗领域最大规模的多语种、多模态开源训练语料（涵盖1600万样本、255亿Token、六大语种），在GitHub及HuggingFace上收获超4600星标与24万次下载。论文数据显示，在仅提供患者临床表型信息而不包含基因数据的情况下，DeepRare展现出了惊人的“表型解码”能力。在多模态数据的加持下，其在复杂病例中的综合首位诊断准确率（Recall@1）一举突破70.6%，显著优于目前国际通用的Exomiser工具（53.2%）。

2026青源学术年会成功举办，青年力量共探“走向世界的模型”

从开发高精度触觉传感器，到推动AI在生物医药领域的应用，青年学者们的研究充满创新活力，彰显了全球华人青年AI研究社区的蓬勃生机。10日恰逢中国传统小年，年会特别策划了温馨的“小年夜”活动。随后的“围炉夜话”环节更是气氛热烈，大家围炉而坐、畅所欲言，在观点的交锋和跨学科对话中，深化了友谊，拓展了合作的边界。本届年会以“AI 前瞻：走向世界的模型”为主题，汇聚了来自中国、新加坡、美国、加拿大、澳大利亚、德国、沙特等10余个国家和地区的40余位优秀青年华人学者，为AI领域的青年力量搭建了开放、深入的交流平台。

本周四｜香港大学&KiMi，开源OpenCUA：每人都可造专属电脑智能体

（3）一个可扩展的处理流程，能将操作演示转化为带有反思性长链思维推理（Chain-of-Thought）的状态-动作对，从而在数据规模扩大时持续保持性能提升。特别是OpenCUA-32B在OSWorld-Verified测试中取得了平均34.8%的成功率，成为开源模型中的新标杆（SOTA），并超过了OpenAI的CUA模型（GPT-4o）。由于这些代理将越来越多地介入我们的数字交互，并代表我们执行具有实际影响的决策，研究界迫切需要开放的CUA框架，以研究其能力、局限性和潜在风险。计算机使用任务跨操作系统。

刘知远深度分享：AI 浪潮之下，泳姿不重要，关键是先入水｜智源专访

当 AI 领域的“玩家们”执着于 “更大模型、更多数据” 的规模扩张洪流时，刘知远早已锚定了一条务实且坚定的差异化路径。他跳出单纯追逐参数的内卷，以密度法则重构模型价值，在端侧智能与产研融合中探寻通用人工智能的落地密码。这位深耕 NLP 领域近二十年的清华大学长聘教授、面壁智能联合创始人和青源会发起人，见证并推动了中国的大模型浪潮，也在技术热潮中保持独有的清醒。从早年跟进 word2vec 深耕知识表示学习，到主导研发 ERNIE 预训练模型、参与打造 “悟道” 万亿大模型，再到推出 MiniCPM 端侧模

预告 | 2026 智源学者年会重磅来袭！

智源学者年会是智源研究院面向智源学者、顶尖AI研究者举办的年度生态大会，立足人工智能前沿、推动学术生态建设。大会将正式揭晓2025年度智源学者计划入选名单，并迎来新晋学者的首次集体亮相，同时由基础软硬件、具身智能等前沿方向的学者作报告分享。大会旨在搭建薪火相传的交流桥梁，凝聚学界共识，共迎产业变革，共塑可持续发展的AI学术生态高地。2月3日，让我们相聚智源学者年会，与百余位顶尖同行共话人工智能未来，在思想碰撞中寻找创新答案！本次活动以邀请制为主，秉承开源开放的理念，特开放部分公众报名名额。

直播｜AAAI 2026 Outstanding Paper Award 微软亚洲研究院，多模态表征模型能力边界LLM2CLIP

受大语言模型（LLM）在语言理解与知识建模方面快速进展的启发，本报告将介绍 LLM2CLIP：一种将 LLM 高效引入 CLIP 体系、显著扩展其多模态表征能力的通用框架。具体而言，LLM2CLIP 首先对 LLM 进行面向 CLIP 场景的“嵌入化”（embedding-ization），随后通过一个轻量级适配器将其与预训练的 CLIP 视觉编码器进行耦合，仅需在数百万规模的图文数据上进行微调即可完成训练，无需大规模重训模型。杨一帆，北京大学硕士。本期报告将由微软亚洲研究院杨一帆进行分享。

直播｜线性注意力最新工作，复旦大学，从动力学微分方程中得到无误差的线性注意力

线性时间注意力和状态空间模型（SSM）有望解决采用软最大注意力的长上下文语言模型中的二次成本瓶颈。通过大量实验，我们证明EFLA在噪声环境中实现了稳健的性能，实现了比DeltaNet更低的语言建模困惑度和更优于下游基准测试的表现，而无需引入额外参数。我们的工作为构建高保真度、可扩展的线性时间注意力模型提供了新的理论基础。他曾共同作者多项具有影响力的工作，包括 *ChemLLM*、*ChemVLM* 与 *LLama-berry*，推动了大语言模型在科学发现与推理方面的前沿进展。