<mark id="oztn4"></mark>
0
| 本文作者： 陳淑瑜 | 2026-05-26 14:12 | 專題：CVPR 計算機視覺與模式識別會議 |
來源：公眾號“新智元”
原文鏈接：https://mp.weixin.qq.com/s/c1-_wQSRKYNkq2z3SR4FSg
計算機視覺領域一年一度最重要的「開獎」時刻到了。
就在2月21日，CVPR 2026向全球投稿者發出了錄用通知郵件。
官方解釋道，目前結果僅通過郵件發送，系統尚未開放查詢
在進入審稿流程的16092篇論文中，程序委員會最終推薦錄用4090篇，錄用率25.42%。
這意味著，將近四分之三的研究者在點開郵件的那一刻，看到的是一個「拒」字。
不少作者已經顫抖著手打開郵箱，準備迎接等待自己的是Accept還是Reject。
在社交媒體上，大家火速開始分享結果。
X上，CVPR官方賬號發布消息后，有人追問錄用細則，有人曬出截圖慶祝，也有人沉默地關掉了頁面。
國內學術圈的朋友圈同樣被刷屏，「中了」和「沒中」兩種情緒交織在一起，構成了這個領域每年都會上演的悲歡劇目。
25.42%的錄用率，放在CVPR的歷史坐標系里并不算意外。
近幾年，隨著大模型和多模態研究的爆發式增長，CVPR的投稿量持續攀升，錄用率則穩定在25%上下浮動。
今年16092篇的有效投稿數（不含審稿期間被撤回或直接拒稿的論文）再次刷新了紀錄。
值得注意的是，CVPR 2026引入了一個此前并不常見的機制：區域主席（Area Chairs）從未被主會錄用的論文中，額外推薦了1717篇進入Findings Workshop。
這個設計有些類似于自然語言處理頂會ACL近年推行的Findings軌道，旨在為那些質量尚可但未能躋身主會的工作提供一個發表渠道。
不過，被推薦并不等于被錄用。
按照官方說法，進入Findings Workshop需要作者主動選擇加入（Opt-in），并經過Workshop組織者的二次審核。
換句話說，這1717篇論文拿到的是一張「候補入場券」，能否最終亮相，還有變數。
這個機制在X上也引發了一些困惑。
有研究者追問：如果論文同時收到了「主會錄用」和「推薦Findings」的通知，該怎么理解？
CVPR官方很快回應澄清：只有被拒的論文才會被推薦至Findings，已錄用的論文可以忽略這條建議。
Findings和主會有以下幾個區別。
也就是說，Findings是有含金量的安慰獎，但不是主會。
對于投稿者來說，這封郵件的分量遠超它幾百字的篇幅。
從去年底的截稿、到漫長的審稿周期、再到Rebuttal階段的反復修改和焦灼等待，一篇論文從投出到收到結果，往往要經歷數月的煎熬。
很多博士生的畢業進度、研究者的職業晉升乃至實驗室的資源分配，都與這封郵件的內容直接掛鉤。
CVPR官方在通知郵件中也特意安撫了那些急于了解詳細審稿意見的研究者，表示完整的審稿意見將于近日在OpenReview平臺發布，并懇請大家「耐心等待」。
由于投稿量巨大，官方明確表示無法處理個別問詢請求。
此外，官方在郵件中用「Preliminary Paper Decision」（初步論文決定）來描述這次通知，也被眼尖的研究者捕捉到并在X上提出質疑。
對此，CVPR解釋稱，錄用結果仍需通過查重、重復投稿檢查以及審稿人/區域主席的行為合規審核，不符合相關政策的論文仍有可能在最后階段被撤銷錄用。
這層「附加條件」雖然在以往的頂會中也存在，但被如此明確地寫進決定郵件，多少讓一些剛剛收到好消息的作者心里又懸了一下。
在社交媒體上，很多作者興奮地曬出被Accept的喜訊。
西湖大學張弛老師的組里，總共中了10篇CVPR，而且大部分都是第一次投稿參會的本科生。
來自北航人工智能學院的范肇心教授中稿5篇文章和一篇Findings，主要包括多模態大模型的訓練與推理動力學、科學具身、數字人與機器人仿真方向。
南洋理工大學博士生曹子昂分享稱，自己團隊的論文PhysX-Anything已被順利接受。
這篇論文提出了一個面向可物理仿真與可交互3D資產生成的新框架——PhysX-Anything，核心目標是讓3D生成結果不僅「看起來像」，而且「能直接用于物理仿真和機器人交互」。
論文中提出的PhysX-Anything，是首個「仿真就緒」的物理3D生成框架。
論文地址：https://arxiv.org/abs/2511.13648
德克薩斯大學奧斯汀分校的副教授Qixing Huang，這次共有6篇論文被CVPR接收。
他曬出喜訊，同時感謝了UT GenAI中心在GPU計算資源方面的慷慨支持，他們為兩個項目總計提供了25,000小時的H200算力。
MBZUAI的作者也曬出自己的論文，表示被CVPR順利接收。
這篇論文主要研究的是：視覺語言模型（VLMs）在多文化混合場景下是否依然穩定可靠，并發現它們在這方面存在明顯漏洞。
論文地址：https://arxiv.org/abs/2511.17004
福井大學的研究生Shunsuke Sakai也曬出論文接收的喜訊。
這篇論文提出了一種新的基于擴散模型的異常檢測方法——InvAD，核心思想是：不再通過「重建圖像再對比」來檢測異常，而是直接在潛空間中加噪并做概率偏離判斷。
它本質上是對當前Diffusion-based異常檢測范式的一次「思路反轉」。
論文地址：https://arxiv.org/abs/2504.05662
CVPR 2026主會將于今年6月3日至7日在美國科羅拉多州丹佛市舉辦。
錄用論文的Poster、Spotlight及Oral等具體展示形式將在后續階段另行通知。
官方已經開放了會議酒店的預訂頁面，開始為這場全球計算機視覺研究者的年度聚會做準備。
https://cvpr.thecvf.com/Conferences/2026/Hotels
對于那4090篇論文背后的團隊來說，接下來的任務是準備Camera-ready版本和演示材料；
對于未能入選的一萬兩千多位投稿者，有人會轉投其他會議，有人會根據審稿意見打磨后再戰，也有人會重新審視自己的研究方向。
這就是學術會議放榜日的樣子：幾家歡喜幾家愁，但所有人都會繼續往前走。
畢竟，下一個DDL已經不遠了。
專題
本專題其他文章
