📄 顶会论文 · 技术趋势
蚂蚁集团 IJCAI 2026 四篇论文：让 AI 学会「随机应变」
IJCAI-ECAI 2026 将于 8 月在德国不来梅举行。蚂蚁集团入选的四篇论文，覆盖无监督学习、强化学习、黑盒优化与多模态评估四个方向，却指向同一个技术判断：当真实世界从不是静态的，AI 就必须从「静态求解器」进化为「动态自适应者」。
综合公开信息整理•
2026-07-22•
全文约 4 分钟读完
#蚂蚁集团
#IJCAI 2026
#自适应AI
#动态系统
#时序聚类
4 篇论文
入选 IJCAI-ECAI 2026
15项
MSRGC-Net 评估指标中 12 项最优
18 / 24
ROAD 在连续控制任务中 18 个第一
10 亿+
用户场景验证，业务土壤驱动研究
⚡ 30 秒速览
- 四篇论文，一个方向：覆盖无监督学习、强化学习、黑盒优化、多模态评估，共同回答「AI 如何在动态环境中自适应」。
- MSRGC-Net：15 项指标 12 项最优，80% 最优率。无需训练、无需预设聚类数，自动适配数据密度，复杂度近线性。
- ROAD：24 个连续控制任务 18 个排第一，71.12 平均分。让离线到在线的数据混合比例从「预设参数」变成「动态决策变量」。
- DSEBO：千维优化问题中，子空间维度随搜索进度自主切换。在合成函数与真实任务上均优于十几种主流方法。
- VGA-BenchV2：从「打分」到「优化」闭环，视频审美评估与生成模型共进化，标注量扩展最高达 13.46 倍。
01四篇论文，一个方向 从静态求解器到动态自适应者
算法模型的精度在实验室里不断刷新纪录，但一旦部署到真实世界，性能衰减几乎成为常态。原因很简单：真实世界从来不是静止的。
蚂蚁集团的业务场景，将这种「不静止」推向了极致——超 10 亿用户、8000 多种服务，支付洪峰与凌晨低谷之间可以差出几个数量级，风控模型必须以小时级响应黑产策略的迭代，全球化部署还要适配各国迥异的金融基础设施。
在这样的环境里，「一次训练、永久部署」的静态模型，注定陷入「刻舟求剑」的困境。
这四篇论文，不约而同地回答了一个核心命题：如何让 AI 从「静态的求解器」进化为「动态的自适应者」？
传统范式：静态求解器
一次训练，永久部署。无法感知环境变化，面对分布偏移时性能断崖式下跌，需要人工频繁干预调参。
新范式：动态自适应者
算法能感知环境变化，主动调整自身策略，在动态中寻找最优解。从「预设参数」走向「实时决策变量」。
MSRGC-Net · 时序聚类
ROAD · 强化学习
DSEBO · 贝叶斯优化
VGA-BenchV2 · 多模态评估
四篇论文分别从不同技术方向切入，但共享同一个底层逻辑：让算法在运行过程中自主感知环境变化并调整策略。
02MSRGC-Net 无训练，更聪明——时间序列聚类的新路径
时间序列聚类，是把海量行为序列自动归类，理解行为模式、监控异常信号的基础工具。但现有方法各有各的尴尬：相似度方法能抓局部模式却跑不动大数据量；深度学习方法表征能力强但训练贵、调参烦；传统特征提取依赖人工设计，关键时间动态信息可能被丢掉。
🧩 MSRGC-Net 15 项指标 12 项最优
- 多尺度储备池编码：使用多个无需训练的回声状态网络（ESN），仅靠调整谱半径就能从原始时序中同时提取局部波动和长期趋势。
- 「颗粒球」锚定图构建：根据数据的局部密度自动划分「颗粒球」——密度高的区域形成小而多的颗粒，密度低的区域形成大而少的颗粒。数据规模从 N 压缩到 M，噪声干扰同步抑制。
- 基于共识的多尺度图优化：跨尺度锚定图通过共识策略融合，使模型既能捕获微观局部模式，又能把握宏观全局趋势，最终生成无需人工指定聚类数目的鲁棒聚类结果。
关键成果：在 5 个多变量基准数据集、15 项评估指标上拿下 12 项最优、2 项第二——80% 最优率。复杂度近线性，无需预设聚类数。
更关键的是，它避开了 O(n²) 的成对计算，实现了近线性的复杂度。在蚂蚁的实际业务中，这意味着系统能根据流量密度自动调整聚类粒度——高峰时精细分群抓异常，低谷时粗粒度概括省算力，始终跟着数据走。
03ROAD 让数据混合比例学会「自己调」
强化学习有个著名的「水土不服」问题——分布偏移：在离线数据上训练好的模型，一上线就容易「失忆」。现有办法要么固定 50% 离线 + 50% 在线的混合比例，要么用启发式规则优先采样「近策略」样本。
但问题是，策略在不同阶段的需求完全不一样。早期需要更多离线数据稳住基本盘，后期需要更多在线数据探索新可能。固定策略，就是刻舟求剑。
🥇 ROAD + PEX蚂蚁集团 · 上海交通大学
71.12
注：柱形自 55 分起缩放，非零起点。ROAD+PEX 在 D4RL 基准的 24 个连续控制任务中 18 个排第一，总体平均分 71.12。
ROAD 的核心思想是把数据混合比例从一个「预设参数」变成了「动态决策变量」。通过双层优化框架，内层做标准 Q 学习更新，外层将混合策略视为元决策变量，以最大化预期回报为目标。两层通过多臂老虎机近似求解，使得混合策略能够在训练过程中实时调整——发现模型开始「遗忘」离线知识时自动调高离线数据比例，趋于保守时又及时增加在线数据占比。
04DSEBO 维度自己「长」出来
贝叶斯优化是黑盒函数优化的经典方法，但一碰到高维问题就头疼。随机嵌入是一种常见解法——把优化投射到低维子空间，但有效维度到底是多少？传统方法要么依赖专家经验给定固定子空间维度，要么通过试错法反复估计。
更大的麻烦在于：有效维度本身可能随优化进程变化——初期探索时低维度就够用，后期精调时可能需要更高维度的细节。
DSEBO 让子空间维度成为优化进程中的「动态变量」，随搜索进度自主切换。
1
低维探路
从低维子空间出发，优化器生成候选解，经随机嵌入映射至原始空间，快速摸清目标函数的大致轮廓。
2
收敛触发，维度扩展
观察到收敛后自动触发维度扩展，通过共享嵌入矩阵把低维解「继承」到高维。扩展幅度根据当前最优值变化曲线自适应调整：曲线平缓就慢点扩，曲线陡峭就快点扩。
3
高维精调，循环迭代
新子空间初始化和继续优化，形成「低维探索→收敛触发→维度扩展→继续优化」的循环，直到达到评估预算上限。
实验结果是：在合成函数（Levy、Griewank、Sphere，D=1000）和三个真实任务（MSLR、Lasso-Hard、LIMO）上，与 REMBO、SIRBO、BAxUS、TuRBO 等十几种主流方法逐一对比，几乎所有任务上都拿下了最优解——精度和收敛速度双双领先。
05VGA-BenchV2 从裁判到教练：视频审美评估的闭环进化
AIGC 让视频生产大爆发，但一个核心问题卡住了：我们怎么系统性评估这些生成视频的质量？传统指标主要看画面清不清晰、动作连不连贯、文本对不对得上——至于构图精不精妙、光影讲不讲究、色彩和不和谐，这些关乎「美感」的感知品质，它们几乎无能为力。
此前 CVPR 2026 上，蚂蚁联合北京电影学院、通用人工智能研究院提出了 VGA-Bench，首次为视频审美评估建立了三维度框架。但视频生成模型进化太快，以月为单位的迭代节奏让固定基准很快就「不够用了」。VGA-BenchV2 的核心进化，是把评估体系从静态标尺变成了与生成生态「共进化」的活系统。
13.46×
美学质量标注扩展
16,200 条新增
11.15×
美学标签标注扩展
13,200 条新增
1.55×
生成质量标注扩展
6,600 条新增
VGA-BenchV2 新增 36,000 条任务级人工标注，让评估器与人的审美判断对齐得更准。同时引入大视觉语言模型架构，对复杂视觉语义的理解上了一个台阶。
最具突破性的设计是：它将学到的美学评估器作为奖励信号，直接用于强化学习的生成模型微调。评估基准不再只是「裁判员」，它给出的分数可以直接转化为优化信号，指导生成模型在美学质量上持续迭代——从「打分」到「优化」，闭环就此形成。
06为什么是蚂蚁做出来了？
答案不复杂：蚂蚁的业务场景本身就是「动态自适应」最好的试验场。超 10 亿用户的支付行为、8000 多种服务的调度、以小时级迭代的黑产攻防——这些场景逼迫算法必须学会「随机应变」，而不是在实验室里刷分。
四篇论文分别从四个方向切入，但共享同一个底层逻辑：
感知环境变化→自主调整策略→动态寻找最优解
顺着这条技术路径再看蚂蚁的整体布局，会发现一个清晰的「双轮驱动」结构：一面在金融核心场景中深耕时序建模、强化学习和优化算法；一面在数字生活与内容生态中前瞻布局多模态理解与评估基础设施。
算法再聪明，终归要回到动态的环境中检验。这四篇论文的真正价值，或许正在于它们都生长在真实的业务土壤里——蚂蚁的业务场景不是论文的「背景板」，而是问题的来源、数据的产地和效果的检验场。
编辑核心判断
当参数竞赛触及天花板，系统性工程能力与业务场景的深度耦合，正在成为 AI 研究真正的护城河。「自适应」不是一种算法技巧，而是一种研究范式——从静态到动态的转换，比任何单点突破都更具长期价值。
四篇论文，四个方向，一个共同的技术判断。
IJCAI-ECAI 2026 即将在德国不来梅召开，「自适应」是否会成为本届大会的关键词之一？
技术趋势 · 持续观察