多模态大模型

Parameter-Inverted Image Pyramid Networks for Visual Perception and Multimodal Understanding

Zhaokai Wang, Xizhou Zhu, Xue Yang, Gen Luo, Hao Li, Changyao Tian, Wenhan Dou, Junqi Ge, Lewei Lu, Yu Qiao, Jifeng Dai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Sensetime 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CV、cs.CL

Journal ref TPAMI 2025

IoT and Older Adults: Towards Multimodal EMG and AI-Based Interaction with Smart Home

Wiesław Kopeć, Jarosław Kowalski, Aleksander Majda, Anna Duszyk-Bogorodzka, Anna Jaskulska, Cezary Biele

专题命中 其他多模态 ：multimodal(title,abstract)

Towards Scalable Spatial Intelligence via 2D-to-3D Data Lifting

Xingyu Miao, Haoran Duan, Quanhao Qian, Jiuniu Wang, Yang Long, Ling Shao, Deli Zhao, Ran Xu, Gongjie Zhang

机构 * Durham University（杜ham大学） ； DAMO Academy, Alibaba Group（达摩院，阿里集团） ； Tsinghua University（清华大学） ； UCAS-Terminus AI Lab（北航-terminate人工智能实验室） 纠错

专题命中 其他多模态 ：MLLM(abstract)；分类 cs.CV、cs.AI

Comments ICCV 2025 (Highlight)

Quantum-Cognitive Tunnelling Neural Networks for Military-Civilian Vehicle Classification and Sentiment Analysis

Milan Maksimovic, Anna Bohdanets, Immaculate Motsi-Omoijiade, Guido Governatori, Ivan S. Maksymov

机构 * Artificial Intelligence and Cyber Futures Institute, Charles Sturt University（人工智能与未来网络研究所，查尔斯·斯特劳特大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CV、cs.AI

XAI4LLM. Let Machine Learning Models and LLMs Collaborate for Enhanced In-Context Learning in Healthcare

Fatemeh Nazary, Yashar Deldjoo, Tommaso Di Noia, Eugenio di Sciascio

机构 * Polytechnic University of Bari（巴里理工大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CL、cs.AI

Information Extraction from Unstructured data using Augmented-AI and Computer Vision

Aditya Parikh

机构 * Department of Electronics and Telecommunication Engineering（电子与电信工程系） ； Vishwakarma Institute of Technology（维斯瓦克arma技术学院） 纠错

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.CV