2026 AI 研討會投稿時程整理

如果你打算投 2026 年的 AI 論文，現在真的不能慢慢來。很多大型研討會會在活動前 6 到 9 個月收摘要或全文，所以 2026 的投稿戰，很多隊伍在 2025 年下半年就開打了。

Laudarisd 的 GitHub 清單 最近把不少 AI、機器學習、電腦視覺、醫學影像會議整理在一起。介面很樸素，但時間點抓得很準。研究室、博士生、獨立研究者，現在就需要一份能拿來排進度的日曆。

講白了，這份清單的價值不在「會議名單」。而在它提醒你一件事：等你想到要投 2026，很多重要 deadline 可能早就過了。

這份清單為什麼有用

研究者需要的不是一份名校排行榜。真正需要的是一張路線圖。什麼時候先交 abstract、什麼時候補實驗、什麼時候準備 rebuttal，這些比嘴巴講 top-tier 還實際。

AI 領域現在分得很細。做 foundation model 訓練方法的人，通常會看 NeurIPS、ICML、ICLR。做視覺辨識、偵測、分割的人，多半優先看 CVPR 或 ECCV。醫學影像則常直接看 MICCAI。

而且現在很多論文都跨領域。多模態學習、醫療視覺、語音加影像、生成式模型配訊號處理，常常一篇 paper 可以投 2 到 4 種不同社群。你不先看時間表，後面只會卡死。

• 它先把旗艦會議跟專門領域分開。
• 它整理的是大致投稿窗口，不是等 CFP 公布才動。
• 每個會議都有官方連結，查最新頁面比較快。
• 涵蓋 AI、視覺、醫學影像、訊號處理、圖學等方向。

這點其實很重要。很多團隊論文被拒，不是內容太差，而是投錯地方。審稿社群在意的東西不同，評分標準也不同。你拿一篇偏系統實作的 paper 去打理論味很重的場子，結果通常不太好看。

旗艦會議還是決定整年節奏

這份清單的上半部，基本就是大家最熟的名字。ICLR、NeurIPS、ICML、AAAI、IJCAI、CVPR、ECCV。這些會議會影響求職資料、引用走向，也會決定一年裡大家到底在討論什麼。

比較有用的是，它把 deadline 當成專案管理節點。像 ICLR 2026，如果照往年節奏，投稿大概會落在 2025 年 10 月到 11 月。CVPR 2026 的 abstract，通常也會在 2025 年 10 月附近。你如果等到 2026 年 1 月才開會討論投稿策略，老實說，已經慢了。

這種節奏會直接改變研究安排。實驗要提早收斂。圖表要提早定稿。寫作和內部 review 也要提早排。很多實驗室 paper 出不來，不是因為沒想法，是每次都晚 3 週。

"The conference maintains a strong commitment to the values of openness, integrity, and reproducibility."

— NeurIPS Code of Conduct

這句話不是場面話。arXiv 當然快，今天上傳明天全世界都看得到。但研討會還是有它自己的功能。同行評審、rebuttal、workshop、找工作、面對面交流，全部擠在同一個場域裡。

我覺得很多人會低估這件事。論文發在 arXiv 跟進到會場討論，是兩種完全不同的曝光方式。前者是公開，後者是進入社群的節奏。

清單裡還有一個小 bug，順手提醒。它把 ICCV 寫成「ICCV 2027」，但又對到 2026 年 10 月。ICCV 通常是單數年舉辦，和 ECCV 交替，所以這列資料最好直接回官方網站確認。這也是用 GitHub 清單時要有的基本警覺。

• ICLR 2026 很可能在 2025 年 10 至 11 月收稿。
• CVPR 2026 的 abstract 大概率在 2025 年 10 月。
• NeurIPS 2026 常見節奏是 2026 年 5 月附近投稿。
• ICML 2026 通常會落在 2026 年 1 到 2 月附近。

專門型會議常常更適合你的論文

很多研究者太在意大會名字。名氣當然重要，但適配度更重要。你的論文如果是臨床影像、文件分析、應用型視覺系統，丟去超大型綜合會議，有時反而會被淹沒。

這份清單收的第二梯隊其實很有參考價值。像 MICCAI、MIDL、ICIP、ICASSP、SIGGRAPH、WACV、BMVC。這些場子常常更能找到真正會看懂你貢獻的人。

以醫學影像來說，MICCAI 的 reviewer 通常比較在意臨床意義、資料標註、跨中心泛化、醫療流程可用性。你把同一篇 paper 投去一般 AI 會議，審稿人可能只盯著 benchmark 排名。這兩種文化差很多。

WACV 和 BMVC 也常被低估。很多視覺論文在 CVPR 不一定吃香，但在這些會議反而更容易被完整討論。尤其是應用型方法、資料集工作、工程導向評估，放在專門社群常比較對味。

• MICCAI 2026 清單列在 10 月 4 日到 8 日，地點阿布達比，投稿大約看 2026 年 3 到 4 月。
• ICIP 2026 列在 9 月 13 日到 17 日，地點芬蘭 Tampere，投稿窗口大概是 2026 年 1 月。
• ICASSP 2026 列在 5 月 4 日到 8 日，地點巴塞隆納，deadline 可能落在 2025 年 10 月。
• WACV 2026 預計在 2026 年 1 月舉行，投稿大概在 2025 年 7 月附近。

看完這些日期，你大概就懂了。研討會時程根本不是「一年一次」這麼簡單。它比較像滾動式產線。2025 年夏天一到，部分 2026 的機會就開始關門。

如果你是學生，這裡有個很現實的問題。很多人暑假才開始整理實驗，結果 WACV 已經快截止，CVPR 只剩 abstract，ICLR 還在後面排隊。最後只好硬投一個不太合適的場子，然後再怪 reviewer 不懂。說真的，很多時候不是 reviewer 問題，是規劃太晚。

主要會議怎麼排，怎麼比

這份 GitHub 文件不是排名站，我覺得反而比較好。少一點虛榮，多一點實用。它至少讓你能用時間與題型去比會議，而不是只看名氣。

如果是核心機器學習，常見節奏是 ICLR 在春季，ICML 在夏季，NeurIPS 在 12 月。電腦視覺則是 WACV 年初、CVPR 6 月、ECCV 年底前後。醫學影像通常走自己的節奏，MICCAI 常落在秋季。

這種比較方式很適合做 fallback 規劃。A 會議沒上，能不能在 6 到 10 週內改寫後接 B 會議。這才是研究團隊真正需要的資訊。不是每篇 paper 都要一發入魂，很多好論文都是第二投、第三投才找到對的社群。

• Core AI/ML：ICLR 2026 可能最早，約在 2025 年 10 至 11 月。ICML 2026 大約接在 2026 年 2 月。NeurIPS 2026 常見是 2026 年 5 月。
• Computer Vision：WACV 2026 可能在 2025 年 7 月截止。CVPR 2026 大約 2025 年 10 月。ECCV 2026 多半是 2026 年 3 月附近。
• Medical Imaging：MIDL 2026 大約 2026 年 2 月。MICCAI 2026 常見是 2026 年 3 到 4 月。
• Signal / Multimodal：ICASSP 2026 可能在 2025 年 10 月收稿。ICIP 2026 則可能是 2026 年 1 月。

你如果做多模態，選會議尤其麻煩。語言加影像的模型，可以投 AI、視覺、訊號，甚至醫療場景會議。差別在於 reviewer 想看什麼。有人要理論動機，有人要大規模 ablation，有人只在乎真實場景可用性。

這也是為什麼「哪個會議比較強」這種問法常常沒什麼用。更好的問法是：你的貢獻點，哪個社群最買單？你的 baseline，哪個場子看得懂？你的實驗設計，哪裡比較不會被嫌不夠完整？

我自己會建議把投稿策略拆成三層。第一層是理想目標。第二層是同領域的穩健選項。第三層是時間接得上的備案。這樣被拒一次，不會整個學期直接報廢。

把它當草稿日曆，不要當最終答案

這份 GitHub 清單好用，是因為它提早把 2026 週期拉到你眼前。但它不能直接當唯一資料來源。會議日期會改、CFP 頁面會換、部分連結可能還停在前一年。你真的要投，一定得回官方頁面逐一確認。

最實際的做法，是把這份清單轉成團隊共用試算表。欄位至少放 abstract deadline、paper deadline、supplementary deadline、rebuttal、notification、camera-ready。每兩週看一次。不要等到最後一刻才發現摘要先截、全文後交，這種低級失誤每年都有人踩。

如果你的目標是 CVPR、ICLR、WACV，那現在就該開始排了。尤其是需要大量訓練資源的題目，像大型 LLM、影片理解、3D vision、醫療 segmentation，光跑實驗就可能吃掉 2 到 6 週。伺服器排程、資料清理、圖表重畫、共同作者意見整合，每一項都比你想的久。

還有一個常被忽略的點：rebuttal 也要先排人力。很多團隊投稿前拼命衝，notification 一出來卻沒人有空寫回覆。結果明明還有機會救，最後自己放掉。這真的很可惜。

若你是獨立研究者，沒有實驗室行政支援，我更建議你做一份「倒推時程表」。例如目標投 CVPR 2026，那就往前推 8 週完成主實驗，往前推 4 週定方法章節，再往前推 2 週把資料和 baseline 補齊。把每個節點寫死，比每天焦慮有用多了。

給 2026 投稿者的實際建議

如果你今天才開始看 2026 會議，先別慌。先選 2 個主目標，外加 2 個備案。把題目、資料、算力、合作作者狀態全部攤開來看。哪篇能在 8 週內寫完，哪篇還差核心實驗，先分清楚。

接著做一件很土，但超有用的事：把每個會議 deadline 加進行事曆，提前 21 天和 7 天各提醒一次。研究工作很吃長期專注，但投稿很吃細節管理。兩者都要顧。

我覺得 2026 年的競爭只會更擠。LLM、agent、multimodal、醫療 AI、世界模型，熱門題目一堆，投稿量大概不會少。你越早把時程當成工程專案來管，越有機會把 paper 真的送出去。現在就開那份試算表，先把 ICLR、CVPR、MICCAI、NeurIPS 四個節點填上去，這比再多看 10 篇社群貼文有用。