AI 大模型

多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2025-08-25 至 2025-08-25 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 视频多模态 3 篇

2508.16291 2025-08-25 cs.CV cs.MM 62%

Fengshun Wang, Qiurui Wang, Peilin Zhao

机构 * Capital University of \ Education ； Shanghai Jiao Tong University Shanghai China ； Shanghai Jiao Tong University

专题命中视频多模态：audio-visual(abstract)；分类 cs.CV、cs.MM

2508.16126 2025-08-25 cs.IR cs.AI 57%

Haitao Lin, Zhen Yang, Jiawei Xue, Ziji Zhang, Luzhu Wang, Yikun Gu, Yao Xu, Xin Li

机构 * AMAP, Alibaba Group（阿里集团AMAP）

专题命中视频多模态：multimodal(abstract)；分类 cs.AI

2508.15903 2025-08-25 cs.CV 57%

Kaining Li, Shuwei He, Zihan Xu

机构 * Xidian University（西电大学）

专题命中视频多模态：multi-modal(abstract)；分类 cs.CV