知识卡片：ECCV 2026 的 MARS2 Workshop 与 Agentic Commerce

英文标题/名称：ECCV 2026; MARS2 Workshop: Multimodal Reasoning and Slow Thinking in the Large Model Era: Towards System 2 and Beyond; Agentic Commerce; MARS2 2026 Challenge
英文关键词：Agentic Commerce; Multimodal Reasoning; Slow Thinking; System 1 / System 2; M-CAR; MAC; VTG; MDC; Tec-Chi; Navos; SuperCLUE-Mkt; SuperCLUE-AdsVU; ChatGPT Ads; Useful AI; Proposer-Critic

一句话结论

据量子位报道，ECCV 2026 的 MARS2 Workshop 及其挑战赛把 Agentic Commerce 和“AI 能否看懂营销视频”推上学术议程；结果显示多模态 AI 在广告视频整体理解上表现较好，但在长视频关键时刻定位、营销意图推理和可靠商业决策上仍有明显差距。

事件概述或研究问题

• ECCV 2026 于 9 月 8 日至 12 日在瑞典马尔默举行，由欧洲计算机视觉协会主办；Google、Meta、Apple、Amazon 等为主要赞助商。
• MARS2 Workshop 全称为《Multimodal Reasoning and Slow Thinking in the Large Model Era: Towards System 2 and Beyond》，聚焦 Agentic Commerce。文章称，根据 ECCV 官网公开信息，MARS2 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；该“唯一”表述待以 ECCV 官网核实。
• 挑战赛要回答的问题是：AI 能否看懂营销视频？技术拆解为三层：先看懂整条视频，再找到关键时刻，最后读懂背后的营销意图；三条赛道为 MAC、VTG、MDC，材料未给出各赛道英文全称与完整定义，待核实。
• 挑战赛设置 10 万美元奖金池，吸引 64 支全球团队，累计提交超过 1060 份方案。
• 嘉宾包括牛津大学教授 Yarin Gal、MIT 助理教授 Paul Pu Liang、伦敦玛丽女王大学 Shanxin Yuan、林雪平大学 Fahad Shahbaz Khan。

方法/产品要点

挑战赛与数据集

• M-CAR：基于钛动科技真实商业场景构建的高质量数据集，包含 3108 支广告视频，覆盖 30 多种语言；总计 36.5 小时视频，被切分为 18198 个语义片段，平均约 7 秒一个独立片段。
• 选手在本地让模型逐一答题，再将结果上传至 EvalAI，由平台统一评分和排名。
• 模型限制：MAC 和 MDC 使用的模型不能超过 14B，VTG 不能超过 8B，并且只能使用开源权重。
• 冠军方案思路包括：Proposer-Critic 双模型验证、从粗到细的两阶段定位、按视频时长灵活分配模型处理的视觉信息量；竞赛技术方案报告将其概括为“证据链工程”。
• VTG 赛道有团队加入跨模态“音频证据时间线”，把人声、音乐和其他声音发生时间标出，再与画面对齐，模型定位精度提高 16.7 分；相比之下，参数量从 4B 扩展到 8B 反而为 -0.2 分。

钛动科技相关产品

• 钛极（Tec-Chi）：面向跨境营销的自研多模态模型。
• Tec-Chi-Think-1.0-32B：今年 1 月以 85.82 分登顶广告营销专业大模型测评榜 SuperCLUE-Mkt；按文章发布时间为 2026 年。
• Tec-Chi-VL-1.0-27B：约半年后在 SuperCLUE-AdsVU 出海营销视频理解测评中，以 86.43 分获总榜第二，与阿里巴巴千问 Qwen3.7-Max-20260608 共同位列亚军。
• Navos：营销多智能体平台，发布于 WAIC 2026 期间；材料称其把不同模型、工具和业务流程能力收进同一入口，并按企业目标调用不同专业 Agent，进入市场洞察、内容生产、广告投放和效果优化等流程。
• ChatGPT Ads：2026 年 7 月，钛动科技成为 ChatGPT Ads 全球首批官方技术合作伙伴；在首批广告主定向邀请测试中，某出海品牌经钛动 AI 技术团队优化，营销成本明显下降，ROI 提升到原来的 2.5 倍。该案例来自报道/公司表述，可复制性待核实。

主要结果或产业意义

• 成绩：MAC 最高分 86.67，VTG 最高分 62.27，MDC 最高分 63.53。整体理解与精准定位/策略推理的冠军成绩相差 20 多分。
• 冠军：MAC 赛道 The Boys 以 86.67 分夺冠；VTG 赛道 Ya PTers 以 62.27 分夺冠；MDC 赛道 The Boys 以 63.53 分夺冠。The Boys 有字节跳动背景，一支队伍拿下两个冠军和一个亚军。
• 参赛者来自中国科学技术大学、南开大学、中山大学等高校，以及字节跳动、京东、小红书等企业。
• 作为对照基线的商用模型在三个赛道中表现较稳；通用模型和任务专用模型各有长短，其中任务专用模型在 VTG 赛道尤其突出。
• 钛动招股书显示：2025 年前三季度，其 AI 营销解决方案收入达到 1.16 亿美元，同比增长 68.5%，占公司总收入的 89.5%，同期净收入留存率达到 132.5%。同期营收约 1.30 亿美元，同比增长 74.5%，净利润 5568 万美元；公司连续三年保持超过 82% 的毛利率，账上现金储备超过 4.4 亿美元。
• 业务规模方面，文章称钛动覆盖全球 200 多个国家和地区、服务 10 万+ 品牌出海、累计管理 4 亿+ 条广告策略、1400 万个 SPU。
• 文章认为，技术公司在顶会中的角色正在变化：从发论文、做报告的参与者，转向直接设置议程、出题和办 Workshop。文中举例称，CVPR 2025 的 Embodied AI Workshop 组织者名单包括 NVIDIA、Meta、Apple、Microsoft、Adobe、Amazon；同年的自动驾驶 Workshop 继续举办 Waymo Open Dataset Challenge。上述名单与活动细节待以官方信息核实。

为什么重要

• 它把 Agentic Commerce 从概念讨论推向可评测任务：AI 不只要“看见”，还要在复杂、动态、跨模态信息中找到证据，理解事件和意图，并把判断转化为行动。
• 挑战赛结果划出能力边界：模型看懂广告大致内容问题不大，但跨多个片段梳理时序、追溯因果、作出商业判断时表现明显下滑；这被文章概括为从 System 1 感知走向 System 2 推理的距离。
• 对产业界的提示是：算力有限时，信息组织、跨模态对齐和证据链可靠性可能比单纯扩大参数更关键。
• 与既有 AI 基础设施/Agent 产品化脉络相比，本条增量在于：学术顶会与产业公司联合设置营销 Agent 基准，让产业问题进入学术研究，再让研究成果回到产业验证；焦点不只是模型调用层或网关层，而是真实商业任务评测与垂直场景闭环。
• 文章将钛动定位为 Agentic Commerce 方向的“产学研连接器”：企业出题，全球研究者提出新思路，优胜方案再回馈产业。

局限与不确定性

• 本文主要依据量子位报道及其引用的公司、招股书和技术报告信息；未独立核实 MARS2 官方议程、榜单、消融实验和商业数据。
• “MARS2 是本届 ECCV 唯一一个由中国科技公司牵头举办的 Agentic Commerce 方向 Workshop”需以 ECCV 官网为准，待核实。
• MAC、VTG、MDC 的英文全称、评测细节、M-CAR 数据许可与可复现性，材料未完整展开，待核实。
• 挑战赛的模型限制、评分方式、基线设置会影响结论外推；不能据此断言所有 Agentic Commerce 场景的能力水平。
• 钛极、Navos、ChatGPT Ads 合作与 ROI 案例来自公司/报道陈述，案例可复制性待核实。
• 财务数据来自招股书/报道转述，需以正式披露和审计口径为准。
• ECCV 2026、WAIC 2026、ChatGPT Ads 等时间线与合作状态，待以官方来源核实。

可用于图书/PPT/简报的角度

• “顶会出题人”趋势：产业一线问题如何进入 CVPR、ECCV 等顶会 Workshop。
• Agentic Commerce 评测设计：从广告视频整体理解，到关键时刻定位，再到营销意图推理。
• 多模态 AI 的 System 1 到 System 2：证据链工程、Proposer-Critic、粗到细定位、按需分配 Token。
• 小模型优化路线：跨模态“音频证据时间线”与参数量从 4B 到 8B 的消融对比。
• 中国科技公司国际化与产学研：钛动科技在 ECCV 牵头举办营销 AI Workshop。
• 商业验证框架：Useful AI——真实业务提出问题，数据与反馈进入模型，Agent 放入工作流，最后用商业结果验答案。
• AI 营销与出海：SuperCLUE 榜单、ChatGPT Ads 合作、ROI 提升案例。
• 风险与治理：基准代表性、公司自述数据、可复现性与财务披露口径。

原始材料

• 量子位：《ECCV上，顶尖学者们开始研究如何让AI做生意了》，2026-09-10 18:17:46，https://www.qbitai.com/2026/09/486934.html
• 完整报告：https://openreview.net/forum?id=60wA5w8i5L
• 开源地址：https://mars2workshop.github.io/eccv2026/