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。 核心议题包括但不限于： 世界模型与视频生成： 如何利用 T ...