arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2026-04-02 至 2026-04-02 共收录 2 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 2 篇

2604.00363 2026-04-02 cs.RO cs.CV 57%

A Dual-Stream Transformer Architecture for Illumination-Invariant TIR-LiDAR Person Tracking

一种用于光照不变TIR-LiDAR人体跟踪的双流Transformer架构

Yuki Minase, Kanji Tanaka

机构 * Graduate School of Engineering, University of Fukui(福井大学工学研究科)

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

AI总结 本文提出一种双流Transformer架构,利用LiDAR和TIR摄像头实现全天候鲁棒的人体跟踪,通过知识迁移策略提升性能,实验显示在AO和SR指标上优于传统方法。

Comments 6 pages, 4 figures, technical report

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.00288 2026-04-02 cond-mat.mtrl-sci cond-mat.mes-hall 50%

Spatially modulated morphotropic phase boundaries in a compressively strained multiferroic thin film

铁电体薄膜中压缩应变引起的空间调制形变相界

Ting-Ran Liu, Xiangwei Guo, Sajid Husain, Maya Ramesh, Pushpendra Gupta, Darrell Schlom, Ramamoorthy Ramesh, Yu-Tsun Shao

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究发现压缩应变铁电体薄膜中存在两种相界,通过多模态衍射电子显微镜观察到有序双相界和新类型的锯齿状相界,揭示了相界形成与Landau和弹性能量平衡的关系。

Comments 15 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏