2026 AI 會議行事曆先存起來

如果你現在就在排 2026 的差旅預算，這份清單很值得先存。它不是花俏的活動平台，而是一個放在 GitHub 上的簡單 repo，整理了 40 多場 AI、機器學習、醫療、創業和 Effective Altruism 活動。

這個 repo 在 GitHub 上星星不多，寫稿時只有 1 顆星。講白了，星數幾乎沒參考價值，真正有用的是它把 2026 年的重要會議先排成一張可追蹤的清單。

如果你做的是應用型人工智慧、研究、政策，或數位健康，這種連結很好用。你不用每次都重開 20 個分頁，只要每隔幾週回來看一次更新就行。

它不是炒作頁面，而是一份真的能拿來排程的索引

這份 repo 的分類很直白。它把活動拆成 AI 與 machine learning、startup 與 innovation、medicine 與 healthcare，還有 Effective Altruism。這種分法很土，但很有效，你可以很快掃過主題和地區。

內容的廣度是它最有價值的地方。學術大會有 ICML 2026、NeurIPS 2026、ICLR 2026、CVPR 2026、ACL 2026。應用和產業向活動也有，例如 Applied Machine Learning Days、AI for Good Global Summit、Swiss AI Summit。

這種混搭其實很實際。很多會議整理文不是太學術，就是太像業配。這份清單至少能讓你同時看到論文、招募、商務合作和政策討論的場子，拿來排年度節奏很順手。

• 收錄活動超過 40 場，範圍不只 AI，還碰到醫療、創業和 EA。
• 瑞士出現頻率很高，Zurich、Lausanne、Bern、Davos、Geneva、Locarno、Winterthur 都有。
• 幾個重點日期已經能先記：CVPR 6 月 3 日到 7 日、ACL 7 月 2 日到 7 日、ICML 7 月 6 日到 11 日。
• 下半年也有大場：IJCAI-ECAI 8 月 15 日到 21 日、ECCV 9 月 8 日到 13 日、NeurIPS 12 月 6 日到 12 日。

瑞士活動偏多，反而是這份清單最有意思的地方

你一打開 repo，很快會發現它明顯偏瑞士。這多半跟整理者的人脈和所在地有關。我覺得這不是缺點，反而是很多英文會議整理文少掉的一塊。

歐洲在 AI 報導裡常被擺在配角。可是研究機構、監管單位、新創公司、企業買方，很多都集中在這裡。這份清單把這個生態直接攤開來看，像是 Zurich AI Events、ETH AI Center Academic Talk Series、GenAI Zurich、AI+X Summit、AI House Davos 都在裡面。

如果你要精算差旅費，這種地理密度很有感。待在 Zurich 一週，或排一段瑞士、德國、法國的火車移動，你接觸到的可能不只是研究者，還有創業者、政策圈和企業端。很多美國中心的行事曆，真的不太會幫你看到這種路線。

“Switzerland is one of the world’s leading innovation hotspots.” — World Economic Forum

這句話放在這裡，不是拿來裝飾。瑞士在研究、生技、企業軟體和 AI 政策討論上的存在感，本來就比國土大小還高。這份清單偏向瑞士，其實反映的是活動真的密集，不是亂塞。

• 對歐洲團隊來說，瑞士交通方便，跨城移動成本低。
• 對亞洲團隊來說，集中看瑞士場次，能一次接觸研究和企業兩端。
• 對政策或治理相關職位來說，Geneva 和 Davos 的活動很值得盯。
• 如果你做 health AI，瑞士和鄰近地區的醫療科技社群也比想像中活躍。

學術旗艦場，跟應用型活動，根本是兩條不同世界線

把 2026 行事曆拉開來看，你會發現會議大致分成兩種。第一種是論文導向，重點是投稿、發表、找教授、找研究人才。第二種是應用導向，重點是產品、導入、採購、法規和合作。

學術主線很熟悉。像 CVPR、ACL、ICML、ICLR、IJCAI-ECAI 2026、ECCV 2026、NeurIPS，這些都是研究圈的固定大場。你要追最新論文、看 benchmark、找博士生、談研究合作，這些場子還是得去。

但如果你的工作是把模型接進產品，把 API 接進流程，或處理合規和採購，這些旗艦會議不一定最適合。Applied Machine Learning Days、IAPP AI Governance Global Europe、MLCon Munich、AI World Congress、AI for Good，很多時候更對味。

說真的，很多團隊花大錢飛去學術大會，最後帶回來的不是商機，而是一堆還沒法落地的想法。反過來說，應用型活動雖然比較沒光環，但更容易遇到真的在買工具、評估方案、談 PoC 的人。你要的是曝光，還是成交，這兩件事別混在一起。

• CVPR 2026：6 月 3 日到 7 日，Denver，主打 computer vision 研究。
• ACL 2026：7 月 2 日到 7 日，San Diego，焦點是自然語言處理。
• ICML 2026：7 月 6 日到 11 日，Seoul，machine learning 研究和產業參與都很重。
• NeurIPS 2026：12 月 6 日到 12 日，Sydney，曝光度和參與人數大概還是全年最強。
• Applied Machine Learning Days 2026：2 月 10 日到 12 日，Lausanne，時間早，適合年初排實作方向。
• AI for Good Global Summit 2026：7 月 7 日到 10 日，Geneva，政策和公共利益題目比拼榜單更常見。

這份清單做對了什麼，也還缺了什麼

它最先做對的一件事，就是可讀性。你不用登入，不用訂閱，也不用忍受活動平台那種慢到想關頁面的篩選器。對開發者來說，Markdown 加連結有時候比 fancy UI 還好用。

第二個優點是它有延伸資源。像 MLCiv AI Deadlines 這種投稿時程工具，和 Innovation Zurich Events 這種區域活動頁，都能幫你交叉確認。你在排 internal roadmap 時，這些輔助資料很重要。

不過它還有幾個很明顯的缺口。有些活動日期或地點還是 TBD，有些連結只導到活動總站，不是該年度頁面。醫療區塊也偏薄，沒有票價、投稿截止、受眾類型、CFP 狀態，這些其實才是決策時最需要的欄位。

如果維護者願意持續更新，這份 repo 會越來越像一個能實際拿來做年度規劃的資料表。你如果本來就會追會議，也可以直接去 GitHub 補活動、修連結、加 metadata。這種社群整理方式，常常比商業目錄網站更耐用。

• 優點：免費、清楚、容易更新，也方便 fork 成團隊內部版本。
• 缺點：缺少票價、Call for Papers、受眾標籤和 deadline 欄位。
• 醫療活動目前偏少，health AI 團隊可能還得自己補名單。
• 如果能加上地區標籤和月份索引，實用度會再高一截。

對台灣團隊來說，這份表可以怎麼用

台灣團隊看這份清單，重點不是把大會全部跑完。那很貴，也沒必要。比較務實的做法，是先按照目標切成四類：投稿、招募、找客戶、談合作。

如果你是研究團隊，先盯 CVPR、ACL、ICML、NeurIPS 這些旗艦場。投稿 deadline 通常比會議日期早很多，旅館和機票也會提早漲。你如果等論文結果出來才開始看住宿，通常只會看到很痛的價格。

如果你是產品團隊或新創，反而可以先看 Applied Machine Learning Days、AI for Good、MLCon Munich、AI World Congress 這類場次。這些活動比較容易接到企業需求，也比較能知道市場現在在買什麼，而不是大家在 arXiv 上吵什麼。

先選 2 到 4 場，不要等價格把你教育一遍

我覺得最實際的建議很簡單。現在就打開這份 repo，先挑 2 到 4 場跟你目標真的有關的活動。不要貪多，十場看起來很努力，實際上只會把預算和體力燒掉。

Denver、San Diego、Seoul、Sydney 這幾個大場城市，到了 2025 年下半年，住宿價格大概就不會太友善。你如果已經知道團隊一定要去，先把預算卡位，甚至先做內部保留，會比事後補救輕鬆很多。

如果你人在歐洲，瑞士那一串活動是最快能拿來排的區塊。如果你在台灣，想兼顧研究和商務，最好的方法通常是選一場學術旗艦，再配一場應用型活動。這樣你回來之後，才會同時帶回技術方向和市場線索。