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。

2025-09-01 至 2025-09-01 共收录 2 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态Agent 2 篇

2508.21364 2025-09-01 cs.RO cs.SY eess.SY 78%

Alberto Bertipaglia, Dariu M. Gavrila, Barys Shyrokau

机构 * Delft University of Technology（代尔夫特理工大学）

专题命中多模态Agent ：multi-modal(title,abstract)

Comments Accepted as an oral presentation at the 29th IAVSD. August 18-22, 2025. Shanghai, China

2508.21456 2025-09-01 cs.HC cs.CL cs.CV 62%

Yi-Hao Peng, Dingzeyu Li, Jeffrey P. Bigham, Amy Pavel

机构 * Carnegie Mellon University（卡内基梅隆大学）； Adobe Research（Adobe研究）

专题命中多模态Agent ：multimodal(abstract)；分类 cs.CV、cs.CL

Comments ACM UIST 2025