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。

2026-02-16 至 2026-02-16 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

2602.12641 2026-02-16 cs.NI cs.AI cs.HC cs.MM 84%

Artic: AI-oriented Real-time Communication for MLLM Video Assistant

Artic: 面向AI的实时通信用于多模态大语言模型视频助手

Jiangkai Wu, Zhiyuan Ren, Junquan Zhong, Liming Liu, Xinggong Zhang

机构 * Peking University（北京大学）

专题命中视频多模态：MLLM(title,abstract)；multimodal(abstract)；分类 cs.AI、cs.MM

AI总结 Artic提出了一种面向AI的实时通信框架，通过自适应比特率、上下文感知流式传输和退化视频理解基准提升多模态大语言模型视频助手的准确性和降低延迟。

2602.12593 2026-02-16 cs.IR cs.AI 79%

RQ-GMM: Residual Quantized Gaussian Mixture Model for Multimodal Semantic Discretization in CTR Prediction

RQ-GMM：用于CTR预测的多模态语义离散化残差量化高斯混合模型

Ziye Tong, Jiahao Liu, Weimin Zhang, Hongji Ruan, Derick Tang, Zhanpeng Zeng, Qinsong Zeng, Peng Zhang, Tun Lu, Ning Gu

机构 * Tencent（腾讯）； Fudan University（复旦大学）； Beijing Jiaotong University（北京交通大学）

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

AI总结 RQ-GMM通过残差量化高斯混合模型提升CTR预测中多模态语义离散化效果，实现代码本利用和重建准确性的显著提升。

Comments Under review

2602.13082 2026-02-16 cs.SI 50%

Revealing Process Structure in Urban Mobility Networks

揭示城市交通网络中的过程结构

Khristina Filonchik, Jose Pedro Pinto, Flávio L. Pinheiro, Fernando Bacao

专题命中视频多模态：multimodal(abstract)

AI总结本文通过过程挖掘技术分析城市交通数据，揭示交通行为的结构化特征，并提出以对象为中心的模型以提升多模式交通规划的效率。

Comments This paper was presented at the Fourteenth International Conference on Complex Networks & Their Applications (Complex Networks 2025), Binghamton, USA, and appears in the conference proceedings