从感知到推理，ViSCALE 2.0 邀你重塑计算机视觉的 System 2

当大语言模型通过 Test-time Scaling（推理时计算扩展）在逻辑推理上不仅 “读万卷书”，更能 “行万里路” 时，计算机视觉的 “System 2” 时刻也已悄然降临。

从单纯的像素感知，到构建符合物理规律的世界模型（World Models）；从平面的模式识别，到复杂的空间推理（Spatial Reasoning）—— 视觉智能正站在新范式的路口。

2026 年 6 月，CVPR 第二届计算机视觉推理扩展研讨会（ViSCALE 2026） 将在美国重磅回归！继首届研讨会成功开启 TTS 在视觉领域的无限可能后，本届 ViSCALE 由来自清华、普林斯顿、UC Santa Cruz、NUS等全球顶尖机构的学者联合举办，将汇聚全球顶尖学者，共同探索如何让视觉模型通过计算扩展突破现有模型的能力瓶颈。

研讨会亮点：重新定义 “看” 与 “想”

如果说上一代视觉模型是 “直觉反应”，ViSCALE 关注的则是深度推理。我们不再满足于静态的输出，而是探索模型如何在测试时动态分配计算资源，实现从 “看懂画面” 到 “模拟世界” 的跃迁。

我们将重点探讨：

• 世界模型与视频生成： 如何利用 TTS 提升视频生成的物理一致性与长时序因果推理能力？
• 空间与几何推理： 突破 2D 限制，让模型在 3D 空间中具备类似人类的导航与操作直觉。
• 视觉思维链 (Visual CoT)： 像 LLM Reasoning 一样，让视觉模型学会 “反思”、“自我修正” 与多步推理。
• 推理扩展律 (Scaling Laws)： 探索测试时计算量与视觉推理性能之间的 Scaling Law。

ViSCALE 已经邀请到包括 Sergey Levine, Manling Li, Ziwei Liu 在内的诸多学界和业界顶尖学者，将会围绕空间智能、世界模型等计算机视觉领域新兴的热点话题展开讨论，期待碰撞出新的火花。

论文征稿 (Call for Papers)

我们要寻找的，是能打破现有视觉模型天花板的原创性研究。无论你是深耕理论，还是专注应用，ViSCALE 都是你展示成果的最佳舞台。

核心议题包括但不限于：

• Test-time Scaling 的理论基础与高效算法
• 世界模型、视频生成与复杂决策中的推理扩展
• 具身智能与自动驾驶中的长时序空间推理
• 统一模型中的推理扩展问题
• Visual Chain-of-Thought 与模型可解释性
• 推理扩展带来的安全性、鲁棒性与幻觉问题

研讨会特别鼓励提交新颖观点和创意思路的研究，将会接受多种类型的投稿:

Track 1: 正式论文 (Full Papers)

• 收录类型： Archival
• 篇幅限制： 8 页 (不含参考文献)
• 格式要求： 必须使用 CVPR 2026 Author Kit。

Track 2: 扩展摘要 (Extended Abstracts)

• 收录类型： Non-Archival
• 篇幅限制： 不超过 4 页 (不含参考文献)
• 格式要求： 需使用 CVPR 2026 Author Kit。

重要日期：

• 截止日期： 2026 年 3 月 10 日 (AoE)
• 录用通知： 2026 年 3 月 18 日
• 研讨会时间： 2026 年 6 月 3 日或 4 日（半天，线上线下混合）

Test-time Scaling 作为一项前沿技术，正在为模型推理增强带来革命性的变化。欢迎大家积极参与，踊跃投稿并参与讨论。投稿方式和详细信息参见：https://viscale.github.io/