NeurIPS 是怎么从几百人开到几万人的？

每年年底的 NeurIPS 大会，投稿数以万计、参会人数以万计，门票开售几分钟抢空，注册系统一度被挤到排队。而它的起点只是 1987 年的一场小规模学术聚会，早期参会者不过数百人。三十多年间，这个会从神经网络研究者的内部沙龙，长成了整个 AI 领域最大的年度舞台，它的膨胀曲线，恰好就是这门学科热度的记录仪。这篇按公开资料梳理：小会怎么起步，投稿量怎么涨，审稿制度跟着做了哪些调整，数字拿不准的地方一律以公开资料为准。

1987 年的起步规模

公开资料里的起点是 1987 年：第一届大会以「神经网络信息处理系统」为主题召开，办会初衷是给当时尚处边缘的联结主义研究者一个跨学科交流的场合——神经科学、心理学、物理学、计算机科学的人坐在一起，讨论与神经网络沾边的任何问题，会议背景与当时神经网络所处的低潮期有关，见AI 寒冬一篇。早期会议的规模按公开回忆口径只有数百人，论文以口头报告和张贴形式交流，没有后来这套庞大的投稿评审机器。这个时期的 NeurIPS 是一个真正意义上的小圈子：认识彼此、交换想法，比发表竞争重要。

投稿量怎么涨上来的

增长曲线有几个公开可查的台阶。九十年代到 2000 年代初，会议随机器学习的整体上升稳步扩大，但仍是数千人量级的学术会议。真正的陡坡在 2012 年之后：AlexNet 拿下 ImageNet 竞赛冠军（见AlexNet 拿冠军一篇）点燃了深度学习热潮，工业界研究力量大规模涌入，投稿量连年两位数增长。2017 年 Transformer 论文在该会发表（见Transformer 论文一篇），大模型时代开启，投稿的增速进一步加快。按公开报道口径，2020 年前后投稿已过万，近年单届投稿达到两三万量级、参会人数上万——具体数字逐年变化，以会议官方公布为准。增长的动力不难归纳：学界要发论文，工业界要抢人才、亮成果，会议成了两条线的交汇点，大厂在会场的招聘摊位成为公开报道里的固定景观。

审稿制度的几次调整

规模上去之后，审稿制度被反复倒逼调整，公开记录里的节点有这些。一是流程分两段：先交摘要再交全文，给了作者时间信号，也让评审组织可以提前估算工作量。二是公开评审的试验：2014 年前后该会试用过公开的在线评审讨论，后来不少评审环节转到公开平台进行，评审意见是否公开、公开到什么程度，历年口径不同，以当年规则为准。三是申诉与反驳环节：给作者一轮回应评审意见的机会，成为主流会议的通行做法。四是评审队伍的扩张：领域主席分层管理审稿人，审稿人数量随投稿同步膨胀，审稿质量不稳定随之成为公开讨论的老话题——投稿量超过评审人力，好论文被误伤、平庸论文靠包装过关的声音每年都有。五是增设新轨道：数据集与基准轨道公开设立，承认了「数据工作也是贡献」，这条线与ImageNet 数据集一篇讲的公开基准传统一脉相承。

NeurIPS 规模节点速查

• 1987 年：第一届大会召开，早期规模数百人（公开回忆口径）
• 2000 年代：随机器学习上升稳步扩大
• 2012 年后：深度学习热潮带动投稿量陡增
• 2017 年：Transformer 论文发表，大模型时代投稿再加速
• 近年：投稿与参会以万计，具体以官方公布为准
• 说明：数字逐年变化，本文不引精确值

大会怎么映照领域膨胀

把这条曲线和领域史对照着看，映射关系很直接。八十年代的小会对应神经网络的边缘地位；九十年代的稳步扩大对应统计机器学习的主流转轨；2012 年后的陡增对应深度学习全面接管；近年投稿里大模型相关论文占显著比例，对应这一轮大模型竞赛。会议规模因此成了观察 AI 热度的公开指标：哪年投稿暴涨，哪年就有技术浪潮；会场酒店订不到、注册通道排队的年份，正是资本与人才涌入最急的年份。这个领域的最高荣誉 2018 年图灵奖（见2018 年图灵奖一篇）颁给了深度学习三巨头，领奖的正是当年在这类小会上坚持发言的那批人——小会养出的路线，最终定义了大会的规模。要说明分寸：规模膨胀不等于质量同步上升，审稿压力、论文数量与真实进展的关系，公开文献里一直有争论，本文只梳理公开可查的节点，不作判断。

NeurIPS 快问快答

• NeurIPS 和 NIPS 是同一个会吗？：是。会议原名 NIPS，2018 年前后公开更名 NeurIPS，指同一场年度大会，老文献里两个名字都会出现。
• 投稿这么多，论文质量还可靠吗？：这是公开讨论多年的问题。会议方面多次公开调整评审流程以应对规模，但审稿压力客观存在，读论文时看公开的评审讨论与后续复现情况，比只看录用与否更稳妥。
• 不投稿也值得关注这个会吗？：值得。录用的公开论文列表、主题演讲与教程大多公开可查，用 DeepSeek 或 Kimi 按主题整理每年的公开论文清单，是跟踪 AI 前沿的低成本办法。