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。

2026-02-09 至 2026-02-09 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 3 篇

2602.06197 2026-02-09 cs.HC cs.AI 79%

Personagram: Bridging Personas and Product Design for Creative Ideation with Multimodal LLMs

Personagram: 通过多模态大语言模型连接人设与产品设计以促进创意构思

Taewook Kim, Matthew K. Hong, Yan-Ying Chen, Jonathan Q. Li, Monica P Van, Shabnam Hakimi, Matthew Kay, Matthew Klenk

机构 * Toyota Research Institute（丰田研究院）； Northwestern University（西北大学）

专题命中其他多模态：multimodal(title,abstract)；分类 cs.AI

AI总结 Personagram利用多模态大语言模型帮助设计师探索基于人口普查的人设，提取并重新组合产品特征，提升创意构思的可行性和参与度。

Comments 22 pages, 10 figures, 4 tables

2505.23071 2026-02-09 cs.LG 78%

Rethinking Multi-Modal Learning from Gradient Uncertainty

重新思考从梯度不确定性出发的多模态学习

Peizheng Guo, Jingyao Wang, Wenwen Qiang, Jiahuan Zhou, Changwen Zheng, Gang Hua

机构 * Institute of Software Chinese Academy of Sciences, Beijing, China（中国科学院软件研究所）； University of the Chinese Academy of Sciences, Beijing, China（中国科学院大学）； Wangxuan Institute of Computer Technology, Peking University, Beijing, China（北京大学王轩计算机技术研究所）； Amazon.com, Inc., Bellevue, WA, 98004, USA（亚马逊公司）

专题命中其他多模态：multi-modal(title,abstract)

AI总结本文提出BOGC-MML方法，通过建模梯度不确定性提升多模态学习的优化效果。

2510.27282 2026-02-09 physics.optics physics.med-ph 50%

Near-perfect efficiency in X-ray phase microtomography

近完美效率的X射线相位微断层成像

Dominik John, Gregor Breitenhuber, Sami Wirtensohn, Franziska Hinterdobler, Luka Gaetani, Sara Savatović, Jens Lucht, Markus Osterhoff, Marina Eckermann, Tim Salditt, Julia Herzen

专题命中其他多模态：multimodal(abstract)

AI总结本研究通过新型装置实现近完美效率的X射线相位微断层成像，提升多模态成像的效率和分辨率，推动生物医学研究。