重點摘要:
- 中國WAICA會議首屆從282篇投稿中錄取57篇,錄取率20%
- 圖靈獎得主姚期智與Richard Sutton主持審查流程
- 騰訊、商湯科技、MiniMax在招聘中將WAICA論文視同頂級期刊發表
重點摘要:

中國首個自主主辦的頂級AI學術會議在首屆中從282篇投稿中接受57篇,錄取率20%,並由圖靈獎得主主持審查流程,旨在挑戰以西方為主的出版規範。
中國於7月18日在上海舉辦首個自主主辦的頂級人工智慧學術會議,從282篇投稿中接受57篇論文,錄取率20%。圖靈獎得主姚期智(Andrew Chi-Chih Yao)與Richard Sutton共同主持審查體系,旨在解決主辦方所稱現有會議平台的系統性缺陷。
「科學無國界,學術應回歸開放、公平、自由的本質,不受任何外部因素干擾,」會議主辦方在聲明中表示,將WAICA定位為針對其所謂「偏頗的審查實務」及「精英機構以外研究人員的入場障礙」所提出的回應。
57篇獲選論文作者來自12個國家,包括普林斯頓大學、劍橋大學、倫敦帝國學院、南洋理工大學,以及清華大學、北京大學、上海交通大學。其中一位第一作者來自非精英院校的武漢輕工大學,主辦方以此作為「唯品質論」審查原則的證據。所有會議論文集由施普林格·自然(Springer Nature)出版,並被Scopus、EI Compendex及Google Scholar收錄。
WAICA的成立正值中國致力於建立AI研究的獨立學術基礎設施,以減少對西方会议的依賴——中國研究人員在這些會議中正面臨日益嚴格的審查。該會議的「AI原生」投稿系統支援影片、音頻及互動式展示,加上結合AI篩選與開放式程序委員會評論的三維審查機制,代表了現有頂級會議尚未採用的結構性創新。
審查機制直指已知缺陷
WAICA的審查流程不同於NeurIPS和ICML等會議所使用的雙盲匿名模式。在初步篩選階段,一套在地部署的AI系統會檢查投稿的格式合規性、數據可靠性及邏輯一致性——這是針對中國計算機學會(CCF,WAICA共同主辦方)所稱「審查不精準、再現困難、年輕學者上升通道狹窄」等問題的回應。
篩選完成後,所有審查均由程序委員會成員執行,而非像頂級會議因投稿量激增而日益依賴的志願審稿人池。在答辯階段,每篇論文均開放給所有PC成員發表評論,使集體審查超越原本的兩位審稿人。會議專屬投稿系統能將上傳的PDF解析為支援嵌入影片、音頻及互動式演示的格式,且保留原始圖像位置——這項設計專為多模態AI與具身智能研究所打造,傳統純PDF格式無法滿足。
產業認可橋接學術與商業
包括騰訊、商湯科技、小紅書、曦智科技(Lightelligence)、MiniMax及並行科技(Parallel Technology)在內的一批中國科技公司,已同意在校园招聘與實習招聘中,將WAICA錄取論文視同CCF A類發表——這意味著學生第一作者可獲得與頂級西方會議發表相同的加分認可。
所有在大會上發表的學生第一作者均獲得學生旅費補助(Student Travel Grant)。騰訊將為最佳學生論文獎及其提名獎的得主發放研究獎金。該會議還與上海的「百團百項」科學計劃對接,為優秀論文作者開放省部級研究項目申請。未來計劃包括建立一套統一的演算法驗證平台,用於執行程式碼以重現結果,以及推出「短論文加可執行程式碼」的發表格式,旨在將重點從論文篇幅轉向可驗證的貢獻。
競爭格局
WAICA進入的領域由NeurIPS、ICML和ICLR主導——這三大會議在2025年共吸引超過3萬篇投稿,且隨著AI研究成果爆發,錄取率已降至25%以下。這些會議正面臨審稿人不足、品質不一以及對非英語研究人員存在偏見等批評。中國提出的替代方案提供了一個結構上截然不同的模式:AI輔助篩選、強制性PC級審查、開放式評論以及多媒體原生發表。
該會議20%的錄取率使其處於頂級會議的區間範圍內。首年即能吸引來自普林斯頓、劍橋及倫敦帝國學院的投稿,顯示其具備足夠的公信力以競爭高品質研究成果。Sutton——其時間差分學習及Q學習演算法奠定了現代強化學習的基礎——作為國際聯席主席的參與,提供了任何中國機構背書都無法單獨實現的公信力信號。
對於關注AI生態系統的投資者而言,WAICA的崛起具有間接但實質性的影響。包括MiniMax、商湯科技及阿里巴巴在內的中國AI公司,如今擁有一個國內平台可用於發表前沿研究,無需經過西方審查流程。該會議對可驗證程式碼與可重現結果的重視,可能對現有會議平台構成壓力,促使其採用類似標準。而WAICA與更廣泛的世界人工智能大會(WAIC)之間的協同——WAIC於7月17日開幕,推出300款產品並由習近平發表主題演講——使上海定位為AI商業與學術話語的雙重樞紐。
騰訊、商湯科技與MiniMax——均在WAIC主展區設有展位——現在擁有一條從學術發表到招聘與產品開發的直接通道。對西方AI公司而言,問題在於WAICA的AI原生審查與開放驗證模式是否會成為NeurIPS和ICML必須追趕的競爭標準。
本文僅供資訊參考,不構成投資建議。