蚂蚁集团IJCAI 2026论文盘点：AI如何学会“随机应变”？
从静态求解到动态自适应：蚂蚁集团IJCAI 2026论文的技术脉络
在人工智能领域，实验室中的模型精度不断刷新纪录，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。
蚂蚁集团入选IJCAI 2026的四篇论文，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”？这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，共同指向了从静态到动态的范式转换。
MSRGC-Net：让时间序列聚类自适应数据密度分布
时间序列聚类是将海量行为序列自动归类的基础工具，广泛应用于行为模式理解和异常信号监控。然而，现有方法各有短板：相似度方法（如k-Shape）能抓局部模式，但需要计算所有样本两两之间的距离，数据量一大就难以扩展；深度学习方法（如自编码器）表征能力强，但训练成本高、调参复杂、算力消耗大；传统特征提取依赖人工设计，可能丢失关键的时间动态信息。
更大的挑战在于，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，而传统方法往往需要预先指定聚类数目，这与现实情况严重错位。
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。其核心逻辑分为三步：
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”：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。
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(n²)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。
ROAD：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”。它的核心思想是：数据选择本质上是个双层优化问题。内层是标准的Q学习更新，即最小化贝尔曼误差；外层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）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，研究团队将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。
ROAD能够让模型在“保守继承”和“激进探索”之间找到最优平衡点——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。
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。其核心机制是“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。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。
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。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。
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。
动态适应：工业界AI研究的独特价值
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。