【产业前沿研究小组】周报 第010期

一、ICML 2026 Preview：效率成为大模型研究主线

第43届国际机器学习大会（ICML 2026）将于7月6日—11日在韩国首尔COEX会展中心举行，其中7月7日—9日为主会议。本届会议的核心产业信号在于：推理效率与训练成本已从工程问题上升为核心研究问题。显存容量与带宽、低精度算力支持、集群互联能力的重要性上升，单纯峰值FLOPs的重要性下降。

会议概况

ICML与NeurIPS、ICLR并称机器学习领域三大顶级会议，是学术界与产业界（Google、OpenAI、NVIDIA及国内头部厂商等）发布核心研究成果的主要平台。

维度	ICML 2026关键信息
时间地点	2026年7月6日—11日，韩国首尔COEX会展中心；7月7日—9日为主会议
投稿与接收	投稿23,918篇，较上一届翻倍并创历史新高；最终接收6,352篇，接收率26.6%
高亮论文	Spotlight约536篇，约占投稿总量2.2%；Oral报告168篇，约占投稿总量0.7%
产业主线	训练Scaling、推理KV缓存、Agentic Serving、MoEfication、Agentic RL、多Agent通信

方向一：Scaling 训练算力投入与能力边界

重点论文： Prescriptive Scaling Reveals the Evolution of Language Model Capabilities。作者来自哈佛大学（Hanlin Zhang、Sham Kakade）与斯坦福大学（Jikai Jin、Vasilis Syrgkanis）。

该研究提出“规范性缩放律”（prescriptive scaling laws），回答一个对资本开支规划有直接意义的问题：给定一个预训练算力预算，采用当代后训练方法后能够达到怎样的下游任务精度，且这一映射关系随行业演进是否稳定。研究基于2022—2026年约7,000个模型checkpoint在六个基准上的评测数据，以平滑分位数回归（smoothed quantile regression）估算“能力边界”（capability boundary），即基准分数关于对数预训练FLOPs的高条件分位数。

结论显示：以早期代际模型拟合、后期代际模型验证，六个任务中有四个的Scaling Law保持稳定生效；但在数学推理任务上，学习曲线明显强于Scaling Law的预测。

该工作为“训练侧算力投入的边际回报”提供了可量化框架，可用于评估训练集群资本开支的合理性，以及各厂商宣称能力的可信度。

方向二：KV缓存 长上下文推理与显存瓶颈

重点论文： STAR-KV（Dnotitia，Spotlight）。

KV缓存是大模型推理中存储已处理上下文的GPU临时内存。论文指出，当LLaMA-3.1-8B处理128K token上下文（batch size为4）时，KV缓存占总GPU显存的约81%；随着Agent应用带动上下文长度快速增长，KV缓存已成为同时决定显存占用与推理成本的关键瓶颈。STAR-KV实现最高20倍KV缓存压缩，注意力计算最高加速6.9倍，整体生成吞吐最高提升3.1倍，即在节省显存之外直接提升推理速度。

研究员观点： 优化KV缓存的方法层出不穷。STAR-KV与2026年一季度市场热炒的谷歌论文TurboQuant类似，当时市场反应负面，存储股大跌，但随后被证明并不抑制存储需求。核心逻辑是Jevons效应：推理降本通常会被更大用量吸收，对总需求的抑制作用有限。

方向三：Agentic Serving 推理集群系统效率

重点论文： ThunderAgent（Together AI与Georgia Tech、CMU、UIUC合作，Spotlight）。

论文指出现有推理系统的结构性缺陷：推理引擎（如vLLM）与工具编排器（如Kubernetes）按单个请求各自调度资源，对多轮Agent工作流缺乏端到端认知；高负载下延迟膨胀可达7.14倍，且工具沙箱资源泄漏会导致磁盘占用随任务量线性增长。ThunderAgent将Agent工作流抽象为统一的“LLM Program”，实现对KV缓存、系统状态以及磁盘、网络端口等工具资产的统一视图，并据此设计程序感知调度器（program-aware scheduler）与工具资源管理器，内置生命周期感知的资源自动回收。

结论显示：在多种Agent负载下，ThunderAgent可将vLLM服务吞吐提升1.5—3.6倍，强化学习rollout加速1.8—3.9倍，磁盘节省最高4.2倍，且仅需在API请求中增加一个字段即可接入。

方向四：MoEfication MoE架构与推理降本

重点论文： DOT-MoE（Amazon）。

MoE（混合专家）架构通过稀疏激活将模型规模与推理成本解耦，但从头训练MoE不稳定且耗费算力。DOT-MoE提出将预训练稠密模型转换为MoE的新方法：将稠密层的分解过程建模为可微最优传输（Differentiable Optimal Transport）问题，端到端联合学习神经元到专家的划分与token路由策略。论文结果显示，在激活参数减少50%的情况下，模型可保留原稠密模型90%的性能，显著优于结构化剪枝等基线方法。

方向五：Agentic RL 后训练的规模化与稳定性

重点论文： T²PO（UCLA与Amazon合作，Spotlight）。

多轮Agentic强化学习是当前模型能力提升的关键路线，但训练不稳定、易崩溃的问题长期存在。论文将其归因于探索低效：策略持续产生既不降低不确定性、也不推进任务的低信息量动作。T²PO在token和轮次（turn）两个粒度上以不确定性信号显式控制探索：token级监控不确定性动态，当边际不确定性变化低于设定阈值时触发“思考干预”（thinking intervention）；轮次级识别探索进展可忽略的交互轮次并动态重采样，避免浪费rollout。

结论显示：T²PO在WebShop、ALFWorld、Search QA等环境中显著提升训练稳定性与探索效率，且无需依赖额外奖励塑造（reward shaping）。

方向六：Latent Communication 多Agent系统的通信效率

重点论文： LatentMAS（普林斯顿、UIUC、斯坦福，Spotlight）。

现有多Agent系统依赖自然语言文本进行Agent间通信，token开销大且存在信息损失。LatentMAS提出一个无需任何训练（training-free）的框架：各Agent以最后一层隐藏嵌入（last-layer hidden embeddings）自回归生成“潜思考”（latent thoughts）而非文本；这些内部表示经存储于KV缓存中的共享潜在工作记忆（latent working memory）无损传递，仅在输出最终答案时才解码为文本。

结论显示：在数学与科学推理、常识理解、代码生成共9个基准上，LatentMAS较文本式多Agent基线最高提升14.6%准确率，输出token减少70.8%—83.7%，端到端推理加速4—4.3倍。

投研含义： 若多Agent协作从文本转向潜空间，单任务token消耗可能大幅下降，对按token计费的推理商业模式和推理算力需求测算均需纳入这一变量。

小结：效率优化改变硬件需求结构

二、大模型和算力租赁：Fable 5解禁，GPT-5.6进入发布窗口

Fable 5解禁后重新站上Arena能力榜前列，GPT-5.6可能在7月7日进入公开发布窗口；调用量端则继续由高性价比模型主导。算力侧，Meta拟把自用H100集群对外出租，超大平台从算力买家转向算力卖家。

Fable 5解禁：能力榜重新回到第一梯队

6月30日美国商务部撤销对Anthropic前沿模型的出口管制命令，Anthropic于7月1日恢复Fable 5全球访问。恢复后，Fable 5重新站上Arena多个榜单前列：Agent榜第1，Text榜第1，WebDev榜第1，Vision榜第1；GLM 5.2（Max）在WebDev榜位列第2，继续说明国产模型在代码和工程任务上已进入第一梯队。

GPT-5.6：7月7日可能进入公开发布窗口

GPT-5.6（Sol/Terra/Luna三档）此前处于少数机构受限预览状态，Polymarket预测开放日期为7月7日。

OpenRouter：调用量再创新高

OpenRouter token调用量再创新高。

Meta Compute：超大平台开始把自用算力商品化

The Information报道Meta正筹划“Meta Compute”，拟向外部客户出租H100集群，并提供托管版Llama模型，定价可能低于现行云GPU价格20%—30%。对Neocloud而言，核心压力来自资金成本、采购折扣和闲置算力利用率：Meta如果以更低价格放量，会压缩CoreWeave、Nebius、Lambda等公司的稀缺性溢价。

租赁价格本身是验证“算力过剩还是紧张”的关键指标。过去一周，租赁价格出现反弹。

三、商业航天：星舰Flight 13静态点火完成，长十B进入试飞周

7月2日Ship 40完成6台发动机60秒静态点火，Flight 13瞄准7月下旬；7月10日长征十号乙试飞；New Glenn复飞改用吊装方案，爆炸原因仍未查明。

发射节奏

截至7月5日，2026年全球YTD轨道发射162次，同比+2.5%；中国YTD发射45次，同比+21.6%；SpaceX YTD发射79次，同比-8.1%。过去7天按北京时间有2次发射，均由SpaceX完成；未来14天有6次已有精确日期的发射窗口，最受关注的仍是7月10日长征10B试飞。

序号	阶段	日期	机构	火箭	载荷	状态
1	已完成	06-29	SpaceX	猎鹰9号 Block 5	星链（Starlink）第17-40批次	成功
2	已完成	06-29	SpaceX	猎鹰9号 Block 5	SXM-11	成功
3	待发射	07-07	SpaceX	猎鹰9号 Block 5	拼车发射（Transporter）17	计划
4	待发射	07-09	SpaceX	猎鹰9号 Block 5	星链（Starlink）第10-42批次	计划
5	待发射	07-10	航天科技（CASC）	长征 10B	Demo Flight	重点
6	待发射	07-11	SpaceX	猎鹰9号 Block 5	星链（Starlink）第17-48批次	计划
7	待发射	07-13	SpaceX	猎鹰9号 Block 5	星链（Starlink）第15-14批次	计划
8	待发射	07-14	俄罗斯航天局（Roscosmos）	Soyuz 2.1A	Soyuz MS-29	计划

四、区块链/稳定币：OpenUSD把利差分给渠道，Circle商业模式承压

6月30日140余家机构联合发布Open USD（OUSD），采用零费铸赎、储备利息与合作伙伴分成的机制。我们认为稳定币竞争格局被重写，同时继续不看好一切围绕币价的炒作。

上周： 6月30日Open Standard发布Open USD（OUSD），发起合作伙伴超过140家，包括Visa、Mastercard、Stripe、Coinbase、BlackRock、BNY、Ripple、Google、Shopify、Bybit、OKX和Solana。机制上三点针对现有格局：零费铸造与赎回、不设发行上限、储备利息在扣除小额管理费后按持有/分发规模分给合作伙伴。治理采用联盟制，董事会由成员公司组成，预计2026年内正式上线。

此前： 稳定币的商业模式是发行人独占利差——Tether（USDT，当前流通约1,841亿美元）和Circle（USDC，约731亿美元）吸收用户资金、投资短久期美债，利息收入归发行人，渠道（交易所、支付公司、钱包）只赚流量不分利差。Circle上市定价的核心就是这笔利差年金。

行业影响： 稳定币的护城河从来不是技术，而是分发渠道。GENIUS法案落地后合规门槛消失，渠道方（Visa、Stripe、Coinbase等）意识到自己才是稀缺方，没有理由继续把利差让给发行人——于是绕开Circle自建发行层，把利差按渠道贡献重新分配。这与航空公司绕开GDS、零售商自建支付的逻辑相同。

我们的判断：
- OUSD会极大改变竞争格局：Circle的独立发行人模式受到的是结构性打击而非情绪冲击，USDC的增量分发渠道与OUSD的股东高度重合，利差年金的久期被大幅缩短，Circle价值需要重估。Tether短期受损较小，其基本盘在离岸与新兴市场灰色需求，OUSD的合规联盟触达不到。
- 我们维持早期判断：不看好一切围绕币价的炒作，也不看好稳定币、囤币公司、虚拟币交易所、RWA运营商等几乎所有和区块链相关的业态。囤币公司的负螺旋（溢价增发—买币—账面价值增厚的飞轮反转）仍在进行；OUSD的出现进一步说明区块链行业里能沉淀价值的是渠道与合规现金流，不是代币本身。资产上链的价值也在被证伪。
- 建议排查持仓中是否存在虚拟币敞口。

五、美股财报总结：分析师逆季节性上修，财报季前预期已打满

Q2盈利增速预期23.3%、营收12.2%；季内EPS上修3.4%为2021年Q2以来最大；正面指引占比57%，IT板块44家创纪录。预期越满，财报季兑现门槛越高。

盈利质量端，FactSet 7月2日报告显示，Q2 2026标普500盈利增速预期23.3%，高于3月31日的18.8%，若兑现将连续两个季度增速超20%；营收增速预期12.2%，为2022年Q2（13.9%）以来最高。

最反常的是修正方向：Q2自下而上EPS季内上调3.4%（78.84美元升至81.54美元），过去5年/10年同期平均为下调2.0%/2.7%，本次是2021年Q2以来最大季内上修；CY2026全年EPS同步上调6.3%至340.52美元。

上修高度集中：能源板块季内盈利预期上调49.8%（Q2增速升至122.1%，Q2平均油价92.55美元同比+45%）；IT上调9.9%（Q2增速63.3%，其中半导体行业131%，剔除半导体后IT增速降至25.7%）。医疗保健为最大拖累，季内下调15.2%（Gilead一次性费用为主因，剔除后板块为+6.5%）。

指引侧，111家发布Q2 EPS指引的公司中63家为正面（57%），高于5年均值41%；其中IT板块44家，创FactSet 2006年有统计以来最高纪录，半导体（13家）与软件（12家）最多。

估值端，前瞻12个月P/E为20.4倍，高于5年均值19.9倍和10年均值19.0倍；3月31日以来前瞻EPS上调10.8%，盈利上修已成为当前估值的重要支撑。前瞻增速Q3为26.8%、Q4为24.4%、CY2026为24.1%。

分析师和公司在财报季开始前都站在乐观一侧，Q2实际披露需要同时满足超预期与正面指引才能支撑当前估值，半导体与AI资本开支回报是最集中的验证点。