张长青在CNCC 2026报告广义多模态融合技术

天津大学张长青在CNCC 2026首日Tutorial环节作《广义多模态融合技术》报告，介绍团队在多模态表征、动态可信融合与通用预测基座三方面的研究。 团队提出的可信多视图分类方法TMC在晶体结构识别任务中把分类准确率从约58%—59%提升至93.9%左右。报道同时指出，不同数据集上的表现并不完全一致，模型并非在所有测试中都优于其他方法；这些结果需结合对应论文的实验设置理解，不能推断所有多模态任务都能取得相同幅度提升。 通用预测基座被尝试用于视觉与触觉等不同来源信息，但预测抓取是否成功与机器人实际执行抓取仍是不同问题；在医学任务上的结果仅可作为应用潜力的初步依据，不能直接推导出它在所有皮肤病诊断场景中都优于专用模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。