多模态大模型

Bridging the Urban Divide: Adaptive Cross-City Learning for Disaster Sentiment Understanding

弥合城市鸿沟：面向灾害情感理解的自适应跨城学习

Zihui Ma, Yiheng Chen, Runlong Yu, Afra Izzati Kamili, Fangqi Chen, Zhaoxi Zhang, Juan Li, Yuki Miura

专题命中 多模态训练与对齐 ：multimodal(abstract)

AI总结 本文提出自适应跨城学习框架，通过整合行为与文本数据，提升灾害情绪理解的准确性和公平性。

How Multimodal Large Language Models Support Access to Visual Information: A Diary Study With Blind and Low Vision People

多模态大语言模型如何支持视障人士获取视觉信息：一项与盲人和低视力人士的日记研究

Ricardo E. Gonzalez Penuela, Crescentia Jung, Sharon Y Lin, Ruiying Hu, Shiri Azenkot

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本研究探讨了多模态大语言模型如何通过视觉助手技能支持视障人士获取视觉信息，并发现其在实际应用中的表现及改进方向。

Comments 24 pages, 17 figures, 7 tables, appendix section, to appear main track CHI 2026

3D Scene Rendering with Multimodal Gaussian Splatting

多模态高斯散射的3D场景渲染

Chi-Shiang Gau, Konstantinos D. Polyzos, Athanasios Bacharis, Saketh Madhuvarasu, Tara Javidi

机构 * UCSD Centers for Machine intelligence, computing, and security (MICS) and Wireless Communications (CWC)（UCSD 机器智能、计算与安全中心（MICS）和无线通信中心） ； UCSD ； NVIDIA 纠错

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

AI总结 本文提出多模态框架，结合射频传感与高斯散射技术，实现高效且鲁棒的3D场景渲染。

Inferring Height from Earth Embeddings: First insights using Google AlphaEarth

从地球嵌入推断高度：使用谷歌AlphaEarth的初步见解

Alireza Hamoudzadeh, Valeria Belloni, Roberta Ravanelli

机构 * Geodesy and Geomatics Division, DICEA, Sapienza University of Rome（罗马大学地球科学与测绘学系） ； Geomatics Unit, Department of Geography, Faculty of Sciences, University of Liège（列日大学科学学院地理系） 纠错

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

AI总结 本研究利用AlphaEarth嵌入和U-Net++架构，验证了其在指导深度学习进行地形高度制图中的有效性，并发现其在应对分布偏移时表现更优。

Comments 29 pages, 9 figures