ICML 2026 杰出论文奖两篇获奖作品同时花落扩散模型,这种巧合在 ML 三大顶会历史上屈指可数,背后更像是一种集体判断:扩散模型已经进入「纠偏」与「补基建」的深水区。 清华黄高团队与 Zanlin Ni 等人的《The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models》是这届最尖锐的技术反叛。扩散大语言模型 (dLLM) 一直被宣传的核心卖点是「任意顺序生成」——区别于 GPT、Claude 这种从左到右逐 token 蹦的自回归范式,dLLM 像画画一样从噪声里去噪出完整文本,理论上可以先写中间再写开头。但论文用大量实验证明,这个「灵活性」本身就是陷阱:模型为了支持所有可能的生成顺序,反而在每种具体顺序上都做得更差。在通用推理任务上,dLLM 实际上会绕开那些高不确定性的「分叉 token」,导致解空间多样性崩溃。作者提出 JustGRPO:在 RL rollout 阶段回归最朴素的从左到右顺序,推理阶段仍保留并行解码。这个简洁方案戳破了过去两年 dLLM 文献里被反复引用的核心假设——围绕「任意顺序」投入的大量算力和工程优化,理由可能根本站不住。 并列的《High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions》则从理论侧把扩散采样精度画了新天花板:用一阶拒绝采样把 ε-误差所需评分函数调用从 poly(1/ε) 降到 O(d·polylog(1/ε)),把「NFE 还能砍多少倍」从工程优化推到理论上界。 两篇杰出一破一立,加上 DeepMind 2016 年的 A3C 拿下 Test of Time Award——ICML 的信号很明确:扩散语言模型正走出「概念验证」阶段,真正缺的不再是更多花样,而是更冷静的审视、更扎实的理论边界,以及对「灵活即优势」这种直觉的彻底清算。