视觉与机器人

多模态信息融合

面向图像、视频、多传感器和跨模态感知的信息融合，包括 Image Fusion、红外可见光、遥感、医学影像、LiDAR/雷达/相机和音视频融合。

2025-12-30 至 2025-12-30 共收录 1 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 音视频/视觉语言融合 1 篇

2502.16124 2025-12-30 cs.HC cs.LG 50%

ZIA：零输入AI的理论框架

Aditi De

机构 * Indian Institute of Technology Roorkee（印度理工学院罗奥基分校）

专题命中音视频/视觉语言融合：multi-modal fusion(abstract)

AI总结 ZIA提出了一种基于多模态融合的零输入AI框架，通过整合生物信号和上下文数据实现前瞻性意图预测，提升实时推理效率与准确性。