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。

2026-05-20 至 2026-05-20 共收录 94 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态训练与对齐 14 篇

2605.19420 2026-05-20 cs.RO 50%

超越航点：双热图接地用于跨具身语义导航

Kaijie Yun, Yue Chen

机构 * Harbin Institute of Technology（哈尔滨工业大学）； JD AI Research（京东人工智能研究院）

专题命中多模态训练与对齐：multimodal(abstract)

AI总结本文提出一种统一的视觉-语言框架，通过双热图表示替代单点回归，以解决语义指令与物理可达性之间的差距，从而提升跨具身语义导航的鲁棒性和性能。

2605.18904 2026-05-20 cs.LG cs.AI cs.CL 62%

动态模型合并的轻量级方法

Guodong Du, Wanyu Lin

机构 * The Hong Kong Polytechnic University（香港理工大学）

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

AI总结本文提出DiDi-Merging方法，通过可微分的秩分配平衡共享和专家参数，实现更高效的动态模型合并，在参数量上显著优于现有方法。

2605.19894 2026-05-20 math.PR math.ST stat.TH 50%

多视图尖峰威格纳模型的尖峰谱阈值

Xiaodong Yang, Subhabrata Sen, Yue M. Lu

专题命中其他多模态：multimodal(abstract)

AI总结本文研究了多视图尖峰威格纳模型，通过线性化近似消息传递（AMP）方法推导出潜在线性尖峰的谱估计器，并给出了其谱的显式尖峰阈值公式，证明当SNR(λ,B)等于1时，线性化AMP方法达到信息论弱恢复阈值。

Comments 67 pages, 2 figures

2605.19520 2026-05-20 astro-ph.GA 50%

从DESI遗产成像调查DR10获得低红移星系的价值增加物理性质目录

Shirui Wei, Changhua Li, Yanxia Zhang, Chenzhou Cui, Jinghang Shi, Wujun Shao, Zihan Kang, Yongheng Zhao, Maoyuan Huang

专题命中其他多模态：multimodal(abstract)

AI总结本文提出一种多模态深度学习模型，通过整合光学成像与光度目录特征，估算低红移星系的恒星形成率、恒星质量及氧丰度，为大规模星系研究提供价值增加的物理性质目录。

Comments 21 pages, 6 figures, 9 tables. Published in ApJS