更强的模型之外，ACM MM 2026还在关注什么？
模型能力的提升，正在与更具体的人、更复杂的环境和更长远的影响结合。 作者丨张璐 编辑丨张驰 更强的模型、更出色的性能，始终是多媒体研究令人期待的进展。但一场学术会议的吸引力，也来自它能够容纳更丰富的话题。第 34 届国际多媒体领域顶会 AC…
标签：顶会专区
共 11 篇相关文章
上海交大邓志杰：扩散语言模型，怎样才能又快又好
从基础路线到系统优化，讲解如何将并行潜力，转化为实际速度。 作者丨张璐 编辑丨张驰 写作往往伴随着整体构思、局部推敲和反复修改。一句话中的用词，既取决于前文，也可能受到后文的影响。由此出发，语言模型的生成过程，是否也可以在多个位置同时展开，…
Transformer 架构还能咋改？严骏驰团队提供两条思路 | CNCC 2026
训练算力节省1/3。 作者丨张璐 编辑丨张驰 增加参数、扩展专家数量、投入更多训练数据，是大模型提升能力的常见路径。但对于算力和数据资源有限的高校团队，沿着这些方向持续扩大规模并不容易。在现有 Transformer 架构之上寻找其他扩展维…
模态缺失、噪声干扰怎么办？天津大学张长青：给多模态融合加上「可信度量尺」| CNCC 2026
真正的挑战，是让模型保留有效信息、识别可靠证据，并适应新的任务。 作者丨张 璐 编辑丨马晓宁 在具身智能、自动驾驶和智慧医疗等场景中，模型需要处理的数据远不止图像、文本和语音。雷达、触觉、心电、医学影像及各类传感器数据，都可能成为预测和决策…
王友清教授团队论文被ACM MM 2026录用｜ACM MM 2026
来源：CVer文章链接：https://mp.weixin.qq.com/s/Xax4gmcHdwmTPcAJ768tQg王友清教授团队论文被多媒体领域CCF-A类会议ACM MM 2026录用近日，第34届ACM国际多媒体会议（The 3…
射频计算：探索智能边界｜CNCC 2026
来源：物联网研究与创新文章链接：https://mp.weixin.qq.com/s/JVhpxoANJIjLvIfi8YiUqQ从信号感知到空间认知，从可编程电磁环境到无源智能系统，射频计算正从对物理信号的处理走向对智能形态的重塑。射频计…
华中师大 CoReFuse-Med：先净化再融合，让低质模态不再拖后腿｜ACM MM 2026
来源：多模态信息融合文章链接：https://mp.weixin.qq.com/s/SVr9DmtPyzORLYad-tNR-g多模态融合何时失效？ACM MM 2026 · CoReFuse-Med多模态并不是越多越好。当MRI已经空间对…
宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局｜IROS 2026
剖析视觉与动作脱节，引入 TR 指标与自适应引导，重构具身泛化机制。 作者丨张璐 编辑丨岑峰 在机械臂的实机测试中，不少团队都遇到过类似的困扰：为了让机器人学会抓取某个马克杯，往往需要人类抓着机械臂录入上百条示范轨迹。然而只要把杯子换成未见…
JEPA、空间智能路线正面交锋：WorldArena 2.0 挑战赛开考「能不能被机器人真正用起来」| IROS 2026
JEPA 路线先下一城：视启未来 Track 1 第一，晨昏线 Track 2 第二。 作者丨张岂萍 幸丽娟 编辑丨幸丽娟 世界模型的竞争，正在从“生成未来”，走向“能不能被机器人真正用起来”。视频可以生成得越来越逼真，但进入机器人系统后，…
数据越多≠决策越好：从无人机滑翔到多机器人通信，重新审视数据与信息的关系 | IROS 2026
决定智能上限的从来不是数据的绝对规模，而是数据的质量与信息密度。 作者丨岑峰 在生成式 AI 浪潮下，机器人社区正经历从传统控制向端到端学习的范式大迁徙。如同许多领域一样，这里也弥漫着一股对数据规模的迷信，深信“数据越多越智能”是通往通用具…
至简动力冯宗宝：在间隙仅 0.5 毫米的真实场景下，实现机器人造机器人 | IROS 2026
具身智能从实验室走向真实工厂、迈向精密制造。 作者丨邓哲敏 编辑丨齐铖湧 你有没有想过，机器人也可以走进车间，亲手造出组装一台机器人所需要的零件？这听起来像个玩笑，实际却是具身智能最硬核的落地命题。机器人的关节、卡盘、精密结构件，无一不是靠…