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。

2026-02-20 至 2026-02-20 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

2602.17252 2026-02-20 cs.CV cs.SY eess.IV eess.SY 79%

A Multi-modal Detection System for Infrastructure-based Freight Signal Priority

基于基础设施的货运信号优先的多模态检测系统

Ziyan Zhang, Chuheng Wei, Xuanpeng Zhao, Siyan Li, Will Snyder, Mike Stas, Peng Hao, Kanok Boriboonsomsin, Guoyuan Wu

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

AI总结本文提出了一种基于激光雷达和摄像头的多模态货运车辆检测系统，通过混合传感架构和卡尔曼滤波实现稳定实时性能，用于支持基于基础设施的货运信号优先应用。

Comments 12 pages, 15 figures. Accepted at ICTD 2026. Final version to appear in ASCE Proceedings

2602.17068 2026-02-20 cs.LG cs.SY eess.SY 78%

Spatio-temporal dual-stage hypergraph MARL for human-centric multimodal corridor traffic signal control

时空双阶段超图多智能体强化学习用于以人为中心的多模式走廊交通信号控制

Xiaocai Zhang, Neema Nassir, Milad Haghani

机构 * Department of Infrastructure Engineering, Faculty of Engineering and Information Technology, The University of Melbourne, VIC 3010, Australia（工程与信息技术学院基础设施工程系，墨尔本大学）

专题命中视频多模态：multimodal(title,abstract)

AI总结本文提出STDSH-MARL方法，通过时空双阶段超图注意力机制和混合动作空间，提升走廊交通信号对多模式旅行者和公共交通的适应性与优先级。

2602.17231 2026-02-20 cs.CV 57%

HiMAP: History-aware Map-occupancy Prediction with Fallback

HiMAP: 基于历史的无跟踪地图占用预测与回退

Yiming Xu, Yi Yang, Hao Cheng, Monika Sester

机构 * Institute of Cartography and Geoinformatics, Leibniz University Hannover（莱比锡大学汉诺威分校制图与地理信息学研究所）； Institute of Information Processing, Leibniz University Hannover（莱比锡大学汉诺威分校信息处理研究所）； Faculty of Geo-Information Science and Earth Observation, University of Twente（埃因霍温大学地球信息科学与地球观测系）

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

AI总结 HiMAP通过无需跟踪的轨迹预测框架，在MOT失败时提供可靠预测，实现无ID的高精度未来轨迹生成。

Comments Accepted in 2026 IEEE International Conference on Robotics and Automation