再聪明的算法，终归要回到动态环境中检验。

作者丨幸丽娟

编辑丨齐铖湧

IJCAI-ECAI 2026 将于 2026 年 8 月 15 日至 21 日在德国不来梅举行。大会召开之际，AI 科技评论也正在系统扫描本届顶会收录的论文，从中捕捉技术趋势和行业风向。

在上一篇中，我们观察到了大厂在参数竞赛上的克制，以及对算力效率的追求。

而蚂蚁集团入选的四篇论文，则指向了一条同样重要但路径截然不同的技术脉络：对动态环境适应能力的系统性探索。

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。

也正因此，真正的智能，在于算法能否感知环境变化、主动调整自身策略、在动态中寻找最优解。蚂蚁集团这四篇论文，不约而同地回答了这个核心命题：如何让 AI 从 " 静态的求解器 " 进化为"动态的自适应者"？

01

MSRGC-Net：让时间序列

聚类 " 自适应 " 数据密度分布

时间序列聚类，就是把海量行为序列自动归类，这是一种理解行为模式、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（如 k-Shape）：能抓局部模式，但要算所有样本两两之间的距离，数据一多就跑不动了；

深度学习方法（如自编码器）：表征能力强，但训练贵、调参烦、算力消耗大；

传统特征提取：依赖人工设计特征，关键的时间动态信息可能被丢掉。

更大的问题是：现实中的时序数据密度分布极不均匀——双十一交易数据密集如暴雨，凌晨数据则稀疏如滴水，但传统方法需要你提前告诉它分成几类，这本身就与现实错位。

蚂蚁集团联合重庆邮电大学提出的 MSRGC-Net，用一套 " 无训练 " 的组合拳，绕开了精准度和计算效率之间的两难选择。

论文地址：https://arxiv.org/pdf/2606.12077v1

▎它的核心逻辑可以拆成三步：

第一步，多尺度储备池编码（特征提取）。使用多个无需训练的回声状态网络（ESN）作为储备池计算的基本单元，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，将所有样本聚合后形成视图特征矩阵 ，作为后续环节的输入。

第二步，"颗粒球 " 锚定图构建（结构建模），这是最巧妙的部分。算法不再盯着单个数据点，而是根据数据的局部密度自动划分 " 颗粒球 "（Granular Ball）：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（颗粒数，M < N），同时噪声干扰也被抑制。

第三步，基于共识的多尺度图优化。跨尺度的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。

这套打法效果如何？

在 5 个多变量基准数据集、15 项评估指标（NMI、ARI、RI 各 5 项）上，MSRGC-Net 拿了 12 项最优、2 项第二—— 80% 的最优率。

更关键的是，它避开了 O ( n ² ) 的成对计算，实现了近线性的复杂度。简单说就是：又快又准，而且不需要你猜要分几类。

在蚂蚁的实际业务场景中，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。

02

让离线到在线强化

学习 " 自适应 " 数据混合策略

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 "。这是因为离线数据和在线交互数据之间存在分布差异，导致在线初期策略迅速 " 遗忘 " 离线学到的知识。

现有的解决办法无非两种：要么固定 50% 离线 +50% 在线这样的混合比例，要么用启发式规则优先采样 " 近策略 " 的样本。

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。

蚂蚁集团联合上海交通大学提出 ROAD ，把数据混合比例从一个 " 预设参数 " 变成了"动态决策变量"。

论文地址：https://arxiv.org/pdf/2605.14497

它的核心思想很有意思：数据选择本质上是个双层优化问题。

内层（Inner-Level）：标准的 Q 学习更新，即最小化贝尔曼误差；

外层（Outer-Level）：将数据混合策略视为元决策变量，以最大化在线策略的预期回报为目标。

两层通过多臂老虎机 MAB ( Multi-Armed Bandit）算法近似求解，使得混合策略能够在训练过程中实时调整：一旦发现模型开始 " 遗忘 " 离线阶段学到的知识，就自动调高离线数据的采样比例来稳住基本盘；当模型趋于保守、探索不足时，又及时增加在线数据的占比，鼓励它去试错。

实验做得挺扎实。团队在离线到在线强化学习的三大经典基准上进行了验证：AntMaze（机器人在迷宫中寻找目标）、MuJoCo（仿生机器人的运动控制）和 FrankaKitchen（机械臂在厨房中完成复杂操作）。这些任务难度不同、状态空间各异，能比较全面地检验算法的泛化能力。

为验证 ROAD 的算法普适性，研究团队 ROAD 和 IQL、PEX、CQL、Cal-QL 等多种主流离线算法 " 嫁接 " 在一起。结果显示：无论底层用哪种算法，ROAD 都能稳定带来性能提升。

以 PEX+ROAD 为例，该方法在 D4RL 基准的 24 个连续控制任务上取得了 71.12 的总体平均分，24 个任务里有 18 个排第一，显著优于固定比例、递减比例、启发式平衡回放等所有基线。

也就是说，ROAD 能够让模型在 " 保守继承 " 和 " 激进探索 " 之间找到了最优平衡点——既不会一上线就翻车，也不会错失实时数据带来的提升机会。该方法对蚂蚁集团风控模型上线、推荐系统实时优化这类场景而言，价值很鲜明。

03

DSEBO：让高维贝叶斯

优化 " 自适应 " 搜索子空间

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。一种常见解法是随机嵌入——把优化投射到低维子空间，但新问题来了：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，不仅消耗大量资源，且固定的子空间维度难以适配不同任务。更麻烦的是，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。

蚂蚁集团联合华东师范大学、南京大学提出的 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。

论文地址：https://arxiv.org/pdf/2605.23473

DSEBO 的核心机制是 " 从低到高，逐级跃升 "：

从低维子空间出发，优化器在低维空间生成候选解，经随机嵌入映射至原始空间，并快速摸清目标函数的大致轮廓，然后结果反馈驱动高斯过程迭代更新；

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；

新子空间初始化和继续优化，由共享嵌入矩阵确保各子空间相互嵌套，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。

其中维度扩展环节，扩展幅度也不是固定的——算法会根据当前最优值变化曲线自适应调整：曲线平缓就慢点扩，省不必要的开销；曲线陡峭就快点扩，快速捕捉高维增益。

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，DSEBO 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。

这套 " 低维探路、高维精调 " 的打法，在蚂蚁的日常研发中也很实用——信贷模型的超参数调优、风控策略的阈值寻优、营销活动的多变量实验设计，不再需要专家拍脑袋估计维度了，算法自己会 " 边走边看 "，实现了自动化、高效率的运行。

04

VGA-BenchV2：让视频评估

基准 " 自适应 "AIGC 生态的进化

如果说前三篇论文讨论的是算法层面的自适应，那么 VGA-BenchV2 展示的是评估基础设施如何 " 自适应 "AIGC 技术生态的迭代。这也是四篇论文中唯一聚焦多模态内容理解的工作，映射了蚂蚁集团在数字生活、内容生态等非金融领域的战略储备。

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？

传统评估指标如 FVD（评估整体质量与时序连贯性）CLIP Score（评估生成图像与文字描述的语义一致性），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（BIGAI）提出了 VGA-Bench，首次为视频审美评估建立了三维度框架（美学质量、美学标签、生成质量），并基于 1016 个提示词、12 个生成模型、超 6 万个视频构建了评估基准，让 AI 第一次学会了从专业视角 " 鉴赏 " 视频。

论文链接：https://arxiv.org/pdf/2604.10127

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 "。在这篇 IJCAI 2026 论文中，团队又进一步推出 VGA-BenchV2。

开源地址：

https://huggingface.co/datasets/BestVictoryLab/VGA-Bench

▎核心进化有三点：

第一，人工标注量级增加。VGA-BenchV2 新增了 36,000 条任务级人工标注，其中美学质量标注 16,200 条、美学标签标注 13,200 条、生成质量标注 6,600 条，相比 VGA-Bench 分别实现了 13.46 倍、11.15 倍和 1.55 倍的扩展。更充足的 " 人类偏好 " 数据，让评估器与人的审美判断对齐得更准。

第二，评估器架构升级。团队设计了混合架构：VAQA-Net 负责连续美学评分，VTag-Net 和 VGQA-Net 基于 Qwen 大视觉语言模型进行标签识别和质量评估。大模型的引入，让评估器对复杂视觉语义的理解上了一个台阶。实验结果表明，其在多个生成模型上的评估结果与人类判断高度一致。

第三，从 " 评估 " 到 " 优化 "的闭环打通。 这是 VGA-BenchV2 最具突破性的设计：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。这意味着评估基准不再只是 " 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。

VGA-Bench 到 VGA-BenchV2，评估体系不再是静态的标尺，而是与生成生态 " 共进化 " 的活系统。对于蚂蚁集团的内容理解、安全审核、推荐优化等场景而言，视频质量评估能力不仅能跟上 AIGC 生态的演进，还能反过来驱动上游模型的优化：从 " 打分 " 到 " 优化 "，闭环就此形成。

结束语：再聪明的算法，

终归要回到动态环境中检验

四篇论文分别从无监督学习、强化学习、黑盒优化和多模态评估四个方向切入，共同指向了同一个技术路径——从静态到动态的范式转换。

实验数据也印证了这条路径的有效性：MSRGC-Net 在 15 项指标中拿下 12 个第一、2 个第二；ROAD 在多类离线到在线强化学习任务中超越现有策略；DSEBO 在千维优化问题上实现了可量化的改进；VGA-BenchV2 在多个生成模型上的评估结果与人类判断高度一致。

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。

说到底，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。

而这或许，正是工业界做 AI 研究最独特的地方——他们不只是在 " 做论文 "，更是在为真实世界的问题，找 " 能抗住动态变化 " 的解法。

IJCAI 2026 要来了，你还在单打独斗？

为了方便大家抱团交流、互通会议消息，我们专门建了IJCAI 2026 参会群！进群你会解锁这些「福利」

会议情报站：投稿 DDL、格式规范、评审进度……关键节点第一时间送达，再也不怕错过 deadline，投稿准备稳稳的。

同行茶话会：天南海北的同行都在群里，聊心得、碰思路、攒人脉，科研路上我们同行。

前沿补给站：最新研究成果、热点方向实时同步，结合会议主题帮你捋清投稿脉络，给论文灵感加满油。

现场后援团：（会议期间专属开启）：到了会场也不用慌——

路线导航：场馆分布、报告厅怎么走，群里随时问；

议题共读：热门 session、Keynote 现场探讨，错过也能追；

Poster 汇编：现场海报精华整理，一键收藏不遗漏；

约局广场：约饭局、采访局、交流局……想唠嗑、想合作、想面基，群里发起就成。

进群传送门：扫码进群或添加微信 Qvv0909777，备注：IJCAI+ 单位 / 学校 + 姓名 + 方向。

搞科研 / 搞技术，信息差很重要。

来，一起快人一步！

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲 PPT

大会报告全文

热门论文解读

学术新星访谈

未经「AI 科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI 科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。