中国科技公司牵头ECCVWorkshop，多模态AI挑战AgenticCommerce新边界
2026年9月，瑞典马尔默举行的计算机视觉顶级会议ECCV上，钛动科技成功发起并主办了MARS2 Workshop。作为唯一一个由中国公司牵头的Agentic Commerce方向Workshop，该...
在2026年9月8日至12日于瑞典马尔默举行的计算机视觉顶级会议ECCV 2026上，一场由钛动科技牵头发起的MARS2 Workshop（2nd Multimodal Reasoning and Slow Thinking in the Large Model Era）成为全场焦点。这是本届ECCV全部Workshop中，唯一一个由中国科技公司主办的Agentic Commerce方向研讨会，展现了中国企业在国际AI学术领域的崭新角色。
MARS2 Workshop以"大模型时代的多模态推理与慢思考：迈向System 2及以上"为主题，直面AI从"快思考"感知向"慢思考"推理的核心挑战。随着AI Agent开始参与商业决策，仅仅"看懂"已不足以满足需求，系统必须能够"找到证据"并"说清为什么"，而多模态推理正是实现这一跨越的关键技术。
活动吸引了来自清华大学、牛津大学、南洋理工大学等全球顶尖学府的学者组成组织委员会，同时邀请麻省理工学院Paul Pu Liang、牛津大学Yarin Gal、伦敦玛丽女王大学Shanxin Yuan、林雪平大学Fahad Shahbaz Khan等四位国际顶尖学者进行主旨报告。这些报告围绕多模态推理、长链推理、零样本泛化、智能体系统等前沿议题展开深入探讨，为AI在商业场景中的应用指明了方向。
为了将理论研究转化为实际应用，MARS2 Workshop同期举办了多模态推理挑战赛，设置10万美元总奖池，围绕三大核心能力维度展开：整体语义理解（MAC）、时序证据定位（VTG）、营销策略归因（MDC）。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，涵盖了高校研究者和企业技术代表的广泛参与。
挑战赛的结果揭示了当前多模态模型在高阶推理环节的明显短板。尽管在"System 1"类型的感知任务上表现良好，但在需要多跳推理、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。这表明现有技术距离可用级别的商业决策Agent仍有较大差距，同时也为产业界提供了优化路径：在算力约束下，更应注重模态补全与输入增强，而非单纯堆叠模型参数。
此次竞赛结果还为AI营销产品的落地提供了清晰思路。冠军方案普遍采用Proposer-Critic双模型验证、粗到细两阶段定位、时长自适应Token分配等技术，核心在于用"证据链工程"替代"参数堆叠"，将推理任务拆解为证据获取、时空对齐、一致性校验的闭环链路。这为AI营销产品的开发指明了一个务实的方向：重点不在模型有多大，而在推理链路如何设计。
钛动科技CTO Tracy Chen博士表示："MARS2 Workshop的成功举办验证了一个判断——AI Agent正在从概念走向真实的商业场景，营销是少数既需要复杂智能、又能快速验证效果的领域之一。我们将继续基于自身的技术与商业闭环协同优势，推动学术前沿与产业需求在更多真实场景中深度连接，让学术界研究真实商业问题，产业界解决真实商业挑战。"
此次MARS2 Workshop不仅展示了中国公司在国际AI学术舞台上的影响力，也为多模态AI在商业场景中的应用开辟了新的研究方向。随着AI Agent在商业决策中的角色日益重要，如何构建可追溯、可校验的推理流程将成为未来研究的重点，而中国科技公司在此领域的探索无疑将为全球AI产业发展提供重要参考。