CVPR首次算力报告：中稿论文GPU中位数4张，拒稿仅2张

CVPR2026首次发布算力报告，披露16034篇投稿的算力使用情况。数据显示，被录取论文的GPU数量中位数为4张，单卡显存中位数48GB；被拒论文分别为2张和40GB。两组项目周期中位数均为7个月，但录取组开发计算时长中位数达2000小时，是最终训练算力的13.6倍；拒稿组仅1200小时，为最终训练算力的7.8倍，前者比后者高出67%。

CVPR今年首次试行算力披露计划，投稿者须填写Compute Reporting Form，说明GPU型号、数量、显存来源及计算时长、调参轮次等。CVPR发现，一个国家研究者平均每篇论文调用的GPU越多，整体录用率往往越高；相比是否使用H100、H200等旗舰卡，能否持续调动足够多GPU与录用率关系更紧密。但CVPR强调，算力表由独立委员会单独处理，审稿人、领域主席等不可见，不会用于决定录用与否。“4张对2张”只是结果统计的相关性，仍有不少用更少算力中稿的研究，甚至有人仅靠一张消费级GPU获奖。

英国萨里大学论文CaricHarmony获首届Compute Gold Star。该研究让身份和形状沿两条扩散路径分头行动，再由第三条路径合并，避免信号互相干扰，无需重新训练模型。团队仅用一张RTX 4090，不到16秒便生成符合要求的漫画，从16000多篇投稿中脱颖而出，成为全球18篇获奖论文之一。

CVPR2026新设三类奖项：Efficient CVPR Badge奖励同类任务中效率更高者；Compute Gold Star奖励用更少算力换取更大性能提升者；Compute Transparency Champion奖励公开算力账本和匿名实验日志的研究。

此外，NeurIPS已将算力纳入强制论文检查表，要求作者交代CPU、GPU、内存和存储空间并估算算力消耗；AAAI也要求提交可复现性检查表，说明GPU、CPU型号、内存及软硬件环境。CVPR2026首次将一万多篇投稿的算力数据集中比较，清晰呈现计算机视觉领域的算力差距，同时表明“省卡”本身也开始成为值得嘉奖的创新。