从早期的ImageNet分类到如今的扩散模型，计算机视觉在过去十年间一直致力于让机器“看清世界”。然而，当感知能力接近人类极限，单纯追求准确率的边际收益正在递减。在CVPR2026上，视觉智能的研究重点发生了深刻转向:视觉不再是终点，而是服务于推理、决策与交互的中介。