相信我们的读者都对 AI 顶会有非常大的关注和热情，有的读者最近可能刚从 NeurIPS rebuttal 脱身，又开始为下一篇做准备了。 作为推动技术革新与思想碰撞的核心引擎，顶级学术会议不仅是整个学界的生命线，更是我们洞察未来的前沿阵地。 随着 AI 领域近些年的蓬勃发展，如 NeurIPS、ICML 和 ICLR 等大型学术会议也越来越出圈。 然而，这一成功也带来了代价。当前集中化的线下会议正因自身的体量而捉襟见肘： 很具代表性的会议自然是饱受争议的 NeurIPS 2025，不仅被逼近 30000 篇的海量论文搞的焦头烂额，陷入低质评审风波，甚至闹出了「Who's Adam」的 笑话。而且也因出席人数激增及美国签证问题开放了墨西哥分会场。 这些现象引发一个关键问题： 如果按现在的热度趋势发展下去，AI 学术会议模式是否是可持续的？ 新加坡国立大学何丙胜教授团队对当前人工智能学术会议进行了深入的调查研究，分析了传统会议模式的弊端，也尝试提出了一些新的会议模式，发表了 一篇立场论文。 论文标题：Position: The Current AI Conference Model is Unsustainab ...

AI学术会议现状与挑战 - AI顶会如NeurIPS、ICML和ICLR影响力扩大但面临可持续性问题，NeurIPS 2025因30000篇投稿和低质评审陷入争议[3][4] - 过去十年AI领域人均年发表量翻倍至4.5篇，预计2040年代将超每月一篇[7][22] - NeurIPS 2024差旅碳排放达8254吨CO2e，超温哥华全市日均排放量[7][23] - Reddit社区71%会议相关评论为负面，35%涉及心理健康问题[7][28] 传统会议模式的结构性问题 - 论文数量指数增长导致同行评审系统过载，研究周期快于会议安排使成果过时[16][18] - 教职员工人均贡献增速远超人力增长，对其他计算机子领域产生"虹吸效应"[19][22] - 场馆容量不足（如NeurIPS 2024限18000人）造成参与不平等，损害社区建设[31] 新型会议模式探索 - 社区联合型会议（CFC）提出三层架构：全球评审平台、区域展示中心、数字协作层[38][39][40] - CFC通过滚动评审减轻审稿压力，区域中心减少90%差旅排放，数字层保障知识传播[8][40] - 现行多会场模式（如NeurIPS 2025墨西哥分会场）未解决评审集中化与分层问题[34][37] 学术生态深层矛盾 - "不发表就出局"文化催生低质量论文，资深学者缺乏改革动力形成系统性僵局[11][13] - AI研究每7个月能力翻倍，与会议周期脱节导致46%成果展示时已过时[30] - 投稿接收量线性增长而拒稿量指数上升，加剧审稿负担与作者挫败感[30]