今年 ICML 的 Spotlight 我按方向过了一遍，从落地的角度看，信号挺集中：
- 具身智能全押 VLA（视觉-语言-动作）模型。瞄的是机器人、自动驾驶落地时最头疼的两件事：高延迟，跨环境泛化差。
- 大模型不卷参数了，转去挖免训练的推理机制。比如拿隐藏层 l2 范数当推理强度的信号，好处是开箱即用，不用再训一遍。
- 底层系统和效率优化成了刚需，张量内存虚拟化这类工作冒出来，说白了大家都被算力卡着脖子。
三条放一起，重心就是从做更大挪到做更省、更能落地。小团队反而占便宜，免训练和降本这两条路都是省钱的路子。
