在人工智能研究中，许多研究者将大量时间投入到为那1%的性能提升反复调参与实验迭代之中。一个越来越值得重视的问题是：人类科学家最宝贵的直觉与创造力，是否正被困在无止境的「增量式优化」中？SOTA（State-of-the-Art，当前最佳水平的AI模型）长期被视为衡量研究价值的「金标准」。
当一篇学术论文刷新SOTA时，人们看到的，往往只是结果的跃升。但在结果背后，真正支撑起一次次「当前最佳」的，往往不是某一个瞬间的灵感，而是此后持续数月甚至数年的高强度实验迭代、参数调整与工程优化。如果最优秀的科研人才被长期绑定在重复性的性能优化中，那么那些更具原创性、更需要长期思考的问题，谁来持续投入？
AutoSOTA Live @CVPR 2026全程实战
在即将开始的CVPR 2026期间，北京中关村学院与清华大学联合研发的端到端自动化科研系统——AutoSOTA，将进行全程“现场实战”：在会议进行的同时，实时选取已公开的CVPR论文，自动完成代码复现、性能验证，并尝试实现优化方案。这并非一次简单的“刷榜”实验，我们希望通过本次会议级别（Conference-scale）的大规模论文复现及优化分析，帮助科研社区观察这些优秀研究工作，并检验AutoSOTA在实时性、自主性上的能力边界。
AutoSOTA是什么？
AutoSOTA于2026年3月在中关村论坛期间正式发布，它通过多智能体协作架构，将学术文献转化为可复现、可优化、且性能上进一步释放原作潜力的代码仓库。
AgentResource负责将论文精准grounding至官方仓库与外部资源；AgentObjective构建树状评测标准，将论文中模糊的指标描述转化为可验证的密集反馈；AgentInit与AgentMonitor攻克脆弱的环境配置与长时程执行监控，防止智能体陷入无限调试循环；AgentIdeator与AgentScheduler承担算法构思与迭代调度，在多天时间尺度上持续探索改进空间；而AgentSupervisor则通过"红线系统"严格禁止数据泄露、评测协议篡改与指标投机，确保所有性能增益在方法论上完全可比。目前，AutoSOTA项目已发布预印本论文。
论文地址：https://arxiv.org/abs/2604.05550
为什么要做本次CVPR Live？
CVPR 2026汇聚了计算机视觉领域最前沿的研究成果，而我们希望AutoSOTA以一种新的方式参与这场学术盛会。在会议期间，AutoSOTA将对会议论文开展系统性的复现与优化分析，实时探索会议上学术创新的性能潜力，持续推动自主AI科研系统在实时性、自主性与科研执行能力上的发展边界，并为研究社区提供一个观察和讨论的新视角，激发关于未来科研范式与人智协同创新的更多讨论。
AutoSOTA研究问题框架
AutoSOTA的意义，不止于「再提几分」
AutoSOTA致力于通过科研智能体加速高强度、重复性的实验迭代与优化过程，将研究者从持续的性能打磨中解放出来。不是对单一实验环节的局部加速：它将AI智能体的赋能边界进一步延伸到实验准备、实验执行等底层繁琐任务，以及研究思路生成等顶层构思环节，旨在实现从已有SOTA到新SOTA、从现有代码仓库到新代码仓库的端到端AI科研自动化，追求真正推动AI科研自动化从单点辅助走向系统化、持续化、智能化的科研协作过程。
AutoSOTA端到端AI科研自动化系统
AutoSOTA的意义，不仅在于获得了一批新的SOTA结果，我们希望通过这次实时挑战，引发对“人智协同科研”更深层的讨论：如何将人类科学家最宝贵的注意力，从重复性的实验迭代中重新释放出来，回归到更具原创性、也更需要长期判断与创造力的研究问题上？我们希望看到当「性能优化」这项沉重工作逐步被智能体接管之后，科学研究有机会真正回到它最珍贵的起点—— 提出大胆的问题，探索未知的方向，追求不可替代的原创性突破。
AutoSOTA启发的人智协同科研范式
在接下来的会议期间，AutoSOTA将以端到端的自动流程对部分CVPR 2026论文进行自动复现、分析与持续优化，并公开整个过程中的关键发现与实验记录。
欢迎持续关注我们实时发布的最新进展：小红书 @AutoSOTA