多模态大模型

ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation

ULTRA：统一的多模态控制用于自主人形全身体姿Manipulation

Xialin He, Sirui Xu, Xinyao Li, Runpei Dong, Liuyu Bian, Yu-Xiong Wang, Liang-Yan Gui

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 ULTRA通过统一多模态控制框架，实现了基于感知和高层任务规范的自主人形全身体姿Manipulation，优于传统跟踪方法。

Comments Project Page: https://ultra-humanoid.github.io/

Study of nuclear magnetic resonance spectra with the multi-modal multi-level quantum complex exponential least squares algorithm

多模多级量子复指数最小二乘算法在核磁共振谱研究中的应用

Antonio Marquez Romero, Josh J. M. Kirsopp, Giuseppe Buonaiuto, Michal Krompiec

专题命中 其他多模态 ：multi-modal(title,abstract)

AI总结 本文提出利用多模多级量子复指数最小二乘算法提升核磁共振谱的相位分辨率与信号处理精度。

Multimodal Sensing for Robot-Assisted Sub-Tissue Feature Detection in Physiotherapy Palpation

机器人辅助物理治疗触诊中亚组织特征的多模态感知

Tian-Ao Ren, Jorge Garcia, Seongheon Hong, Jared Grinberg, Hojung Choi, Julia Di, Hao Li, Dmitry Grinberg, Mark R. Cutkosky

机构 * Stanford University（斯坦福大学） ； Symbiokinetics Inc（Symbiokinetics公司） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)

AI总结 本研究提出多模态传感器用于机器人辅助物理治疗中亚组织特征的检测，结合触觉成像与力矩传感器以提高检测精度和触诊控制。

Comments Accepted by AMSE Design of Medical Device 2026

OCR or Not? Rethinking Document Information Extraction in the MLLMs Era with Real-World Large-Scale Datasets

OCR 或不是？在 MLLMs 时代重新思考文档信息提取：基于真实世界的大规模数据集

Jiyuan Shen, Peiyue Yuan, Atin Ghosh, Yifan Mai, Daniel Dahlmeier

机构 * SAP（SAP公司） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文探讨了在 MLLMs 时代是否仍需 OCR，通过大规模数据集评估发现，仅图像输入可达到与 OCR 增强方法相当的性能，并展示了通过精心设计的模式、示例和指示可进一步提升 MLLMs 的表现。

xLLM Technical Report

xLLM 技术报告

Tongxuan Liu, Tao Peng, Peijun Yang, Xiaoyang Zhao, Xiusheng Lu, Weizhe Huang, Zirui Liu, Xiaoyu Chen, Zhiwei Liang, Jun Xiong, Donghe Jin, Minchao Zhang, Jinrong Guo, Yingxu Deng, Xu Zhang, Xianzhe Dong, Siqi Wang, Siyu Wu, Yu Wu, Zihan Tang, Yuting Zeng, Yanshu Wang, Jinguang Liu, Meng Kang, Menxin Li, Yunlong Wang, Yiming Liu, Xiaolong Ma, Yifan Wang, Yichen Zhang, Jinrun Yin, Keyang Zheng, Jiawei Yin, Jun Zhang, Ziyue Wang, Xiaobo Lin, Liangyu Liu, Liwei Lan, Yang Liu, Chunhua Peng, Han Liu, Songcheng Ren, Xuezhu Wang, Yunheng Shen, Yi Wang, Guyue Liu, Yitao Hu, Hui Chen, Tong Yang, Hailong Yang, Jing Li, Guiguang Ding, Ke Zhang

机构 * THU（清华大学） ； USTC（University of Science and Technology of China） ； BUAA（Beijing University of Aeronautics and Automation） ； PKU（Peking University） ； TJU（Tianjin University） 纠错

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

AI总结 xLLM是一种针对高性能大规模企业级服务设计的高效LLM推理框架，通过解耦服务引擎架构和多层优化提升吞吐量和推理效率。

Comments 39 pages

Sequential Exchange Monte Carlo: A Sampling Method for Bayesian Data Analysis without Parameter Tuning

顺序交换蒙特卡罗：一种无需参数调节的贝叶斯数据分析采样方法

Tomohiro Nabika, Kenji Nagata, Shun Katakami, Masaichiro Mizumaki, Masato Okada

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出顺序交换蒙特卡罗方法，无需额外参数调节即可实现稳健收敛，适用于材料科学中的贝叶斯数据分析。

The More the Merrier: Running Multiple Neuromorphic Components On-Chip for Robotic Control

更多更优：在芯片上运行多个神经形态组件用于机器人控制

Evan Eames, Priyadarshini Kannan, Ronan Sangouard, Philipp Plank, Elvin Hajizada, Gintautas Palinauskas, Lana Amaya, Michael Neumeier, Sai Thejeshwar Sharma, Marcella Toth, Prottush Sarkar, Axel von Arnim

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种在芯片上运行多个神经形态组件的流水线，用于实现视觉机器人控制，展示了其在低功耗和低延迟方面的性能。

Comments IOP Journal of Neuromorphic Computing and Engineering, preliminary acceptance

Femtosecond concerted rotation of molecules on a 2D material interface

飞秒级分子在二维材料界面的协同旋转

Kiana Baumgärtner, Misa Nozaki, Marvin Reuner, Nils Wind, Masato Haniuda, Christian Metzger, Michael Heber, Dmytro Kutnyakhov, Federico Pressacco, Lukas Wenthaus, Keisuke Hara, Kalyani Chordiya, Chul-Hee Min, Martin Beye, Friedrich Reinert, Friedrich Roth, Sanjoy Kr Mahatha, Anders Madsen, Tim Wehling, Kaori Niki, Daria Popova-Gorelova, Kai Rossnagel, Markus Scholz

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究通过超快光谱技术揭示了分子在二维材料界面的协同旋转现象，展示了光诱导电荷转移对宏观分子旋转和手性排列的影响，为设计可调界面动力学的分子系统提供了新路径。

Comments 17 pages, 3 figures

Journal ref Nat. Commun. 17, 2110 (2026)