A Ant Group apresenta quatro artigos na IJCAI 2026, explorando sistematicamente a capacidade de adaptação da IA em ambientes dinâmicos.

Autor e fonte do artigo: LeiFeng.com

Mesmo o algoritmo mais inteligente precisa ser testado em um ambiente dinâmico.

IJCAI-ECAI 2026 será realizado em Bremen, Alemanha, de 15 a 21 de agosto de 2026. À medida que a conferência se aproxima, AI Technology Review está realizando uma varredura sistemática dos artigos aceitos nesta conferência de ponta para identificar tendências tecnológicas e direções do setor.

In华为 IJCAI 2026 论文盘点：从「规模密度」转向「设计密度」, we observed restraint from major companies in the parameter race and a focus on computational efficiency.

As quatro artigos selecionados do Ant Group apontam para uma linha tecnológica igualmente importante, mas com um caminho totalmente diferente: uma exploração sistemática da capacidade de adaptação a ambientes dinâmicos.

A precisão dos modelos algorítmicos continua batendo recordes em laboratório, mas assim que implantados no mundo real, a degradação de desempenho torna-se quase uma regra. A razão é simples: o mundo real nunca é estático.

Os cenários de negócios do Ant Group levaram esse "não estacionário" ao extremo: mais de 1 bilhão de usuários, mais de 8.000 serviços diferentes, picos de pagamento e vales noturnos podem diferir em várias ordens de grandeza; os modelos de risco precisam responder em horas às iterações das estratégias de fraudes; a implantação global ainda precisa se adaptar às infraestruturas financeiras drasticamente diferentes de cada país.

Nesse ambiente, modelos estáticos de "treinar uma vez, implantar para sempre" estão fadados a cair na armadilha de "marcar o barco para procurar a espada".

Por isso mesmo, a verdadeira inteligência reside na capacidade do algoritmo de perceber mudanças no ambiente, ajustar proativamente suas estratégias e buscar soluções ótimas em contextos dinâmicos. Os quatro artigos do Ant Group respondem, de forma coincidente, a esta questão central: como fazer com que a IA evolua de um “solucionador estático” para um “adaptador dinâmico”?

01 MSRGC-Net: Tornando o agrupamento de séries temporais "adaptativo" à distribuição de densidade de dados

A agrupamento de séries temporais é uma ferramenta fundamental para entender padrões de comportamento e monitorar sinais anômalos, automatizando a classificação de grandes volumes de sequências de comportamento.

Mas os métodos atuais têm cada um seu próprio embaraço:

• Métodos de similaridade (como k-Shape): conseguem capturar padrões locais, mas precisam calcular a distância entre todos os pares de amostras; quando os dados aumentam, o desempenho cai drasticamente;
• Métodos de aprendizado profundo (como autoencoders): capacidade de representação forte, mas treinamento caro, ajuste de hiperparâmetros complicado e alto consumo de poder computacional;
• Extração tradicional de características: depende de características projetadas manualmente, podendo perder informações dinâmicas temporais cruciais.

O maior problema é que a distribuição de densidade dos dados de séries temporais na vida real é extremamente desigual — os dados de transações do Singles' Day são densos como uma tempestade, enquanto os dados da madrugada são escassos como gotas, mas os métodos tradicionais exigem que você informe previamente em quantas categorias dividir, o que já está em desacordo com a realidade.

O MSRGC-Net proposto pela Ant Group em conjunto com a Universidade de Comunicações e Telecomunicações de Chongqing contorna a escolha difícil entre precisão e eficiência computacional por meio de um conjunto de técnicas "sem treinamento".

Endereço do artigo: https://arxiv.org/pdf/2606.12077v1

▎Sua lógica central pode ser dividida em três etapas:

Primeiro passo: codificação de reservatório em múltiplas escalas (extração de características). Utilize múltiplos redes de estado de eco (ESN) sem treinamento como unidades básicas de cálculo do reservatório; apenas ajustando o raio espectral, é possível extrair simultaneamente flutuações locais e tendências de longo prazo a partir da série temporal original. Após agrega-se todas as amostras, forma-se a matriz de características da visão, que servirá como entrada para as etapas subsequentes.

Segundo passo: construção do gráfico de ancoragem das “bolas granulares” (modelagem estrutural), que é a parte mais engenhosa. O algoritmo não se concentra mais em pontos de dados individuais, mas divide automaticamente as “bolas granulares” com base na densidade local dos dados: regiões de alta densidade formam pequenas e numerosas bolas, enquanto regiões de baixa densidade formam grandes e poucas bolas. A escala dos dados é reduzida de N para M (número de bolas, M < N), ao mesmo tempo em que a interferência de ruído é suprimida.

Passo 3: otimização de gráfico multiescala baseada em consenso. Os gráficos de ancoragem entre escalas são fundidos por meio de uma estratégia de consenso, permitindo que o modelo capture padrões locais microscópicos e tendências globais macroscópicas, gerando finalmente resultados de agrupamento robustos sem necessidade de especificar manualmente o número de clusters.

How effective is this strategy?

Em cinco conjuntos de dados de referência multivariados e 15 métricas de avaliação (NMI, ARI, RI — cinco cada), o MSRGC-Net obteve 12 primeiros lugares e 2 segundos — uma taxa de 80% de primeiros lugares.

Mais importante ainda, ele evita o cálculo par a par de O(n²) e alcança complexidade quase linear. Em termos simples: é rápido e preciso, e não exige que você adivinhe em quantas categorias dividir.

Nos cenários reais de negócios da Ant, isso significa que o sistema pode ajustar automaticamente a granularidade do agrupamento com base na densidade de tráfego — durante picos, segmenta finamente para detectar anomalias; durante vales, resume de forma mais grosseira para economizar poder de processamento, sempre seguindo os dados.

02 Tornar a estratégia de mistura de dados adaptativa para o aprendizado por reforço de offline para online

O aprendizado por reforço enfrenta um problema famoso de “incompatibilidade de contexto” — “deslocamento de distribuição”: modelos treinados em dados offline tendem a “esquecer” assim que vão ao ar. Isso ocorre porque há diferenças na distribuição entre os dados offline e os dados de interação online, fazendo com que a política inicial online rapidamente “esqueça” o conhecimento adquirido offline.

As soluções atuais se resumem a duas opções: ou fixar uma proporção mista de 50% offline + 50% online, ou usar regras heurísticas para priorizar a amostragem de amostras “próximas à política”.

Mas o problema é que as necessidades da estratégia são completamente diferentes em cada fase — na fase inicial, são necessários mais dados offline para estabilizar a base, enquanto na fase posterior, são necessários mais dados online para explorar novas possibilidades. Uma estratégia fixa é como marcar o barco para procurar a espada.

A Ant Group, em parceria com a Universidade Jiaotong de Xangai, propôs o ROAD, transformando a proporção de mistura de dados de um “parâmetro pré-definido” em uma “variável de decisão dinâmica”.

Endereço do artigo: https://arxiv.org/pdf/2605.14497

A ideia central é muito interessante: a seleção de dados é essencialmente um problema de otimização em duas camadas.

• Nível interno (Inner-Level): Atualização padrão do Q-learning, ou seja, minimizar o erro de Bellman;
• Nível externo (Outer-Level): Trate a estratégia de mistura de dados como uma variável de decisão meta, com o objetivo de maximizar o retorno esperado da estratégia online.

Duas camadas são resolvidas aproximadamente por meio do algoritmo Multi-Armed Bandit (MAB), permitindo que a estratégia híbrida seja ajustada em tempo real durante o treinamento: assim que for detectado que o modelo está começando a “esquecer” o conhecimento aprendido na fase offline, a proporção de amostragem dos dados offline é aumentada automaticamente para manter a base; quando o modelo se torna conservador e apresenta baixa exploração, a proporção de dados online é aumentada oportunamente, incentivando-o a experimentar e errar.

Os experimentos foram bem conduzidos. A equipe validou o método nos três benchmarks clássicos de aprendizado por reforço de offline para online: AntMaze (robô buscando um objetivo em um labirinto), MuJoCo (controle de movimento de robôs biomiméticos) e FrankaKitchen (braço robótico realizando operações complexas em uma cozinha). Essas tarefas variam em dificuldade e espaço de estado, permitindo uma avaliação abrangente da capacidade de generalização do algoritmo.

Para verificar a generalidade do algoritmo ROAD, a equipe de pesquisa integrou o ROAD com diversos algoritmos offline principais, como IQL, PEX, CQL e Cal-QL. Os resultados mostraram que, independentemente do algoritmo subjacente, o ROAD sempre proporciona melhoria estável no desempenho.

Com o exemplo de PEX+ROAD, esse método obteve uma pontuação média geral de 71,12 em 24 tarefas de controle contínuo no benchmark D4RL, ficando em primeiro lugar em 18 das 24 tarefas, superando significativamente todas as linhas de base, como proporções fixas, proporções decrescentes e replay balanceado heurístico.

Ou seja, o ROAD permite que o modelo encontre o ponto ótimo de equilíbrio entre “herança conservadora” e “exploração agressiva” — evitando falhas logo na implantação, sem perder as oportunidades de melhoria trazidas pelos dados em tempo real. Esse método apresenta valor muito claro em cenários como a implantação de modelos de risco do Ant Group e a otimização em tempo real de sistemas de recomendação.

03 DSEBO: Tornando a otimização bayesiana de alta dimensão capaz de buscar adaptativamente subespaços

A otimização bayesiana é um método clássico para otimização de funções caixa-preta, mas enfrenta dificuldades com problemas de alta dimensão. Uma abordagem comum é a inserção aleatória — projetar a otimização em um subespaço de baixa dimensão, mas surge um novo problema: qual é realmente a dimensão eficaz?

Os métodos tradicionais ou dependem da experiência de especialistas para definir dimensões de subespaço fixas, ou utilizam abordagens de tentativa e erro para estimativas repetidas, consumindo grandes recursos e apresentando dificuldades em adaptar dimensões de subespaço fixas a diferentes tarefas. Além disso, a dimensão eficaz pode mudar ao longo do processo de otimização: durante a exploração inicial, dimensões baixas são suficientes, mas na fase final de ajuste fino, podem ser necessárias dimensões mais altas para detalhes.

DSEBO, proposto pelo Ant Group em conjunto com a Universidade Normal da China Oriental e a Universidade de Nankin, torna a dimensão do subespaço uma “variável dinâmica” durante o processo de otimização, permitindo a mudança automática conforme o progresso da busca.

Endereço do artigo: https://arxiv.org/pdf/2605.23473

O mecanismo central do DSEBO é "ascender gradualmente, de baixo para cima":

• Partindo de um subespaço de baixa dimensão, o otimizador gera soluções candidatas no espaço de baixa dimensão, que são mapeadas para o espaço original por meio de uma incorporação aleatória, permitindo rapidamente mapear o contorno geral da função objetivo; em seguida, os resultados retornados impulsionam a atualização iterativa do processo gaussiano;
• Observou-se que, após a convergência, a expansão de dimensão é acionada automaticamente, herdando soluções de baixa dimensão para alta dimensão por meio de matriz de incorporação compartilhada;
• Inicialização e otimização contínua do subespaço, com matriz de incorporação compartilhada garantindo que os subespaços sejam mutuamente aninhados, formando um ciclo de “exploração de baixa dimensão → gatilho de convergência → expansão dimensional → otimização contínua”, até atingir o limite orçário de avaliação.

Na fase de expansão de dimensão, o grau de expansão também não é fixo — o algoritmo ajusta-se automaticamente com base na curva do valor ótimo atual: quando a curva é suave, expande mais devagar, economizando custos desnecessários; quando a curva é íngreme, expande mais rapidamente, capturando rapidamente os ganhos de alta dimensão.

Os resultados experimentais mostram que, em funções sintéticas (Levy, Griewank, Sphere, D=1000) e três tarefas reais (MSLR, Lasso-Hard, LIMO), o DSEBO foi comparado ponto a ponto com mais de uma dúzia de métodos principais, como REMBO, SIRBO, BAxUS e TuRBO, obtendo a melhor solução em quase todas as tarefas — liderando em precisão e velocidade de convergência.

Essa abordagem de “explorar em baixa dimensão e ajustar finamente em alta dimensão” também é muito prática no desenvolvimento diário da Ant — a otimização de hiperparâmetros de modelos de crédito, a busca por valores ótimos de limiar em estratégias de controle de risco e o design de experimentos multivariados para campanhas de marketing já não exigem que especialistas estimem manualmente as dimensões; o algoritmo pode “observar e ajustar enquanto avança”, alcançando operações automatizadas e de alta eficiência.

04 VGA-BenchV2: Tornando o benchmark de avaliação de vídeo "adaptável" à evolução do ecossistema AIGC

Se os três primeiros artigos discutem adaptação em nível de algoritmo, o VGA-BenchV2 demonstra como a infraestrutura de avaliação se adapta à evolução do ecossistema de tecnologias de AIGC. Este é o único trabalho entre os quatro artigos focado na compreensão de conteúdo multimodal, refletindo a reserva estratégica do Ant Group em áreas não financeiras, como vida digital e ecossistema de conteúdo.

AIGC provocou uma explosão na produção de vídeos, mas um problema central permanece: como avaliar sistematicamente a qualidade desses vídeos gerados?

Indicadores tradicionais de avaliação, como FVD (avalia a qualidade geral e a coerência temporal), CLIP Score (avalia a consistência semântica entre imagens geradas e descrições textuais), focam principalmente em se a imagem está nítida, se os movimentos são coerentes e se o texto corresponde corretamente. Quanto à composição sofisticada, ao uso cuidadoso de luz e sombra, à harmonia das cores — essas qualidades perceptuais relacionadas à “beleza” — eles praticamente não conseguem avaliá-las.

Anteriormente, na CVPR 2026, a Ant Group, em parceria com a Academia de Cinema de Pequim e o Instituto de Inteligência Artificial Geral (BIGAI), apresentou o VGA-Bench, estabelecendo pela primeira vez um framework tridimensional para avaliação estética de vídeos (qualidade estética, rótulos estéticos e qualidade de geração), e construindo um benchmark com base em 1.016 prompts, 12 modelos de geração e mais de 60 mil vídeos, permitindo que a IA aprendesse pela primeira vez a "apreciar" vídeos sob uma perspectiva profissional.

Link do artigo: https://arxiv.org/pdf/2604.10127

Mas os modelos de geração de vídeo estão evoluindo muito rapidamente, e o ritmo de iteração mensal torna os benchmarks fixos rapidamente “insuficientes”. Neste artigo da IJCAI 2026, a equipe apresenta ainda mais o VGA-BenchV2.

Endereço aberto:

https://huggingface.co/datasets/BestVictoryLab/VGA-Bench

▎Três evoluções principais:

Em primeiro lugar, aumentou-se a quantidade de anotações humanas. O VGA-BenchV2 adicionou 36.000 anotações humanas em nível de tarefa, incluindo 16.200 anotações de qualidade estética, 13.200 anotações de rótulos estéticos e 6.600 anotações de qualidade de geração, representando respectivamente expansões de 13,46 vezes, 11,15 vezes e 1,55 vezes em comparação com o VGA-Bench. Dados mais abrangentes de "preferências humanas" permitem que o avaliador alinhe-se com maior precisão ao julgamento estético humano.

Em segundo lugar, a arquitetura do avaliador foi aprimorada. A equipe projetou uma arquitetura híbrida: o VAQA-Net é responsável pela pontuação contínua de estética, enquanto o VTag-Net e o VGQA-Net realizam reconhecimento de rótulos e avaliação de qualidade com base no grande modelo visual-linguístico Qwen. A introdução do modelo grande elevou a capacidade do avaliador de compreender semântica visual complexa. Os resultados experimentais demonstram que suas avaliações em diversos modelos de geração apresentam alta concordância com julgamentos humanos.

Terceiro, o闭环 de avaliação para otimização foi estabelecido. Este é o design mais inovador do VGA-BenchV2: ele utiliza o avaliador estético aprendido como sinal de recompensa para ajustar diretamente modelos gerativos por meio de aprendizado por reforço. Isso significa que o benchmark de avaliação já não é apenas um “árbitro”; suas pontuações podem ser convertidas diretamente em sinais de otimização, orientando os modelos gerativos a iterar continuamente em qualidade estética.

De VGA-Bench para VGA-BenchV2, o sistema de avaliação já não é mais uma régua estática, mas um sistema vivo que coevolui com o ecossistema de geração. Para cenários do Grupo Ant Financial, como compreensão de conteúdo, auditoria de segurança e otimização de recomendações, a capacidade de avaliação da qualidade de vídeo não apenas acompanha a evolução do ecossistema AIGC, mas também impulsiona retroativamente a otimização dos modelos upstream: da “avaliação” à “otimização”, forma-se um ciclo fechado.

Conclusão: Mesmo o algoritmo mais inteligente precisa ser testado em um ambiente dinâmico.

Quatro artigos abordam, respectivamente, aprendizado não supervisionado, aprendizado por reforço, otimização de caixa preta e avaliação multimodal, apontando todos para o mesmo caminho técnico — a transição de paradigma do estático para o dinâmico.

Os dados experimentais também confirmam a eficácia deste caminho: o MSRGC-Net obteve 12 primeiros lugares e 2 segundos lugares em 15 métricas; o ROAD superou as estratégias atuais em tarefas de aprendizado por reforço offline para online; o DSEBO alcançou melhorias mensuráveis em problemas de otimização de mil dimensões; e o VGA-BenchV2 apresentou resultados de avaliação em vários modelos gerativos altamente consistentes com julgamentos humanos.

Ao analisar o planejamento geral da Ant Group por meio deste caminho técnico, é possível identificar uma estrutura clara de “impulsão dupla”: de um lado, aprofundando-se em cenários financeiros centrais com modelagem de séries temporais, aprendizado por reforço e algoritmos de otimização; de outro, posicionando-se proativamente na vida digital e no ecossistema de conteúdo com infraestrutura avançada de compreensão e avaliação multimodal.

No final das contas, por mais inteligente que seja o algoritmo, ele precisa ser testado em um ambiente dinâmico. O verdadeiro valor desses quatro artigos talvez esteja justamente no fato de que todos surgiram em um contexto de negócios real: os cenários de negócios da Ant Financial não são apenas “cenários” para os artigos, mas a fonte dos problemas, a origem dos dados e o campo de teste dos resultados.

E talvez seja exatamente isso que torna a pesquisa de IA no setor industrial tão única — eles não estão apenas "publicando artigos", mas buscando soluções que possam resistir a mudanças dinâmicas para problemas do mundo real.