# ICML 2026 中了一篇让视觉模型学会“多条思路并行思考”的论文，但正文被验证页挡住了

> 原标题：ICML 2026｜首个视觉语言模型并行思考框架，一文解析内在机制

- 来源：机器之心 · 公众号
- 发布时间：2026-05-24T07:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/26544
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651034676&idx=2&sn=fdba4b43608ed22b18b1d4e7383e23cb

## 摘要

这篇被 ICML 2026 接收的论文叫 Visual Para-Thinker，给视觉语言模型加了一套并行思考框架。核心是用 Pa-Attention 和 LPRoPE 把视觉推理拆成四条独立路径，让模型同时从不同角度理解图像，再综合出答案。训练数据是 16.3 万组问答对，规模不算大，所以泛化能力得打个问号。

## 推荐理由

ICML 2026 接收的 Visual Para-Thinker 用 Pa-Attention 和 LPRoPE 把视觉推理拆成四条并行路径，训练数据为 16.3 万组问答对。

## 锐评

16.3 万组问答对训一个四条路径并行的视觉推理框架，这个数据量撑不起泛化，我倾向于认为它只在论文自己的 benchmark 上好看。四条路径各看一个角度再综合，思路不新鲜，值钱的是 Pa-Attention 和 LPRoPE 怎么把路径隔开不串味，这部分要是真管用，做多模态推理的可以拿去改自己的 scaffold。单篇论文，没有复现，先当想法看。
