IXThinker·2026-05-21 19:10

多所高校聯合發布音視頻智能研究綜述

由新加坡一所大學領銜、聯同多所國際高校的研究團隊，發布首份立足大型基礎模型視角的音視頻智能綜述，梳理感知、生成與交互三大主線，涵蓋跨模態對齊、聯合表徵學習等進展，並分析模態鴻溝與評估標準缺失等挑戰。

綜述定位

該綜述由近十家機構聯合完成，是首份站在大型基礎模型視角系統梳理音視頻智能的研究總結，揭示由單模態處理到跨模態協同的演進路徑，為相關領域建立了完整的全景圖。