AIVEX论文入选全球三大AI学术会议「ICML 2026」，印证其工业级物理AI实现核心技术的竞争力

2026年6月12日，首尔 – 工业用物理AI企业AIVEX宣布，其深度学习研究小组的研究论文已被人工智能领域全球最具权威的学术会议ICML(International Conference on Machine Learning) 2026录用。

ICML与NeurIPS(Neural Information Processing Systems)、ICLR(International Conference on Learning Representations)并称为全球三大AI学术会议，是机器学习领域发布最新研究成果的世界最高水准学术舞台。

此次录用的论文为《Memory-Distilled Selection for Noise-Robust Anomaly Detection(面向受污染数据的鲁棒异常检测的记忆蒸馏选择方法)》，提出了一种全新的异常检测(anomaly detection)技术，即便在实际工业现场频繁出现的受污染训练数据(noisy data)环境下，也能稳定地检测出缺陷。

在制造现场难以获取完全干净的训练数据，这一直被视为工业AI导入过程中需要解决的核心课题。AIVEX深度学习研究小组为解决该问题，开发了MeDS(Memory-Distilled Selection)算法。即使训练数据中混入了没有正确标签的不良(噪声)样本，该算法仍能在图像及像素级别稳定地找出缺陷。

尤其引入了基于子采样的过滤方法，即从全部特征数据中随机抽取一部分，构成多个记忆集成。研究团队从数学上证明，该过程中产生的稀疏性可发挥低通滤波器(low-pass filter)的作用，从而在存在高水平噪声的环境下也能有效筛选出正常模式。

此外，在将过滤后的记忆分数传递给学生(student)网络的知识蒸馏(knowledge distillation)过程中，利用了神经网络优先学习简单模式的「早期学习偏差(early-learning bias)」。由此防止了噪声过拟合(noise overfitting)，大幅提升了判别正常模式的性能。

同时，模型基于蒸馏模型的分数，反复进行仅自主选择干净样本进行学习(self-selection)的过程，从而实现了像素级的精密缺陷定位。该技术在工业视觉AI领域的代表性基准数据集MVTecAD、VisA、Real-IAD等上，取得了超越现有最高水准(state-of-the-art)的性能，验证了其高度的鲁棒性与实用性。

AIVEX代表成敏洙(音译)表示：「此次ICML 2026论文录用，意味着AIVEX的AI原创核心技术研究能力获得了世界级水准的认可，具有重大意义」，并表示「今后将持续开展能够解决制造现场实际问题的工业用物理AI技术开发与研究，不断增强全球竞争力」。

另外，成立于2020年的AIVEX以AI视觉检测、AI机器人技术、MLOps、数据平台为基础，为制造现场提供工业用AI平台。全体员工中80%以上为工程师人才，通过持续的研发确保了世界级的技术竞争力。目前拥有包括国内外登记专利53件在内的共计约80件专利组合。