首页 / 资讯详情
中国公司牵头ECCV Workshop！多模态AI大牛轮番登台，全球64支团队组团解题
摘要
9月8日至12日，计算机视觉顶级会议ECCV 2026在瑞典马尔默举行。大会由欧洲计算机视觉协会主办，汇聚了Google、Meta、Apple、Amazon等全球科技巨头作为主要赞助商。9月9日，MARS2 Workshop（2nd Multimodal Reasoning and Slow Thinking in the Large Model Era）由钛动科技牵头发起并成功举办，这是本届ECCV全部Workshop中，唯一一个由中国科技公司牵头举办的Agentic Commerce方向Workshop。 钛动科技团队在MARS2 Workshop 活动现场 MARS2 Workshop集结了全球顶尖的学术力量：组织委员会汇聚了来自清华大学、牛津大学、南洋理工大学、首尔大学等机构的学者；活动现场的主旨报告环节，则邀请了麻省理工学院Paul Pu Liang、牛津大学Yarin Gal、伦敦玛丽女王大学 Shanxin Yuan、林雪平大学的Fahad Shahbaz Khan 4位国际顶尖学者，围绕多模态推理、长链推理、零样本泛化、智能体系统等前沿议题展开深度探讨。国际顶尖学者进行前沿技术报告分享以“大模型时代的多模态推理与慢思考：迈向System 2及以上”(Multimodal Reasoning and Slow Thinking in the Large Model Era: Towards System 2 and Beyond)为主题，MARS2 Workshop 直面AI从“快思考”感知迈向“慢思考”推理的核心挑战。而 Agentic Commerce 智能体商业场景，对这类高阶推理能力有着最为迫切的现实需求——当AI Agent开始代表用户做出商业决策时，仅仅“看懂”远远不够，它必须能“找到证据”并“说清为什么”，多模态推理正是这一跨越的关键。MARS2 Workshop 活动现场因此，不止于学术探讨，MARS2 Workshop同期发起的多模态推理挑战赛，设置10万美元总奖池，围绕三大核心能力维度展开——从整体语义理解（MAC），到时序证据定位（VTG），再到营销策略归因（MDC），构成一条AI从“看懂”到“找到”再到“想通”的完整能力评估链条。最终，赛事吸引了来自全球64支顶尖团队参赛，累计提交超过1060份解决方案。参赛者中既有来自中国科学技术大学、南开大学、中山大学等高校的学者，也有字节跳动、京东、小红书等企业的技术代表，获奖队伍在Workshop现场分享了各自的技术路线与核心发现。多模态挑战赛获奖团队分享技术方案、登台领奖赛事技术方案整理为报告《2026 Challenge on Multimodal Reasoning: From Multimodal Perception to Complex Reasoning》，M-CAR基准数据集及完整代码库在GitHub开源（https://mars2workshop.github.io/eccv2026/），供全球研究者复现与推进。挑战赛从三个层面推动全球多模态AI研究与产业应用，尤其是在Agentic Commerce方向：一、 明确了AI的现有能力边界。 三大赛道的竞赛结果表明，当前多模态模型在“System 1”类型的感知任务上表现较好，但面对需要多跳推理、时序因果归因的“System 2”类商业决策问题时，性能出现断崖式下滑，即现有技术在高阶推理环节仍有明显短板，离可用级别的商业决策Agent仍有差距；二、 揭示了一条高性价比的优化路径。 消融实验表明，引入跨模