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
事件
10月21日，在中国计算机大会2026首日教程环节，天津大学人工智能学院教授张长青报告《广义多模态融合技术》，介绍团队在多模态表征、动态可信融合和通用预测基座上的研究，目标是让模型在真实场景中处理模态缺失、噪声干扰和任务变化。
报告指出，多模态融合不能只追求不同模态对齐，还要保留各模态特有信息。团队尝试通过重构不同模态观测学习潜在表征，使模型在部分检查缺失时仍可利用现有数据；同时把不确定性估计引入融合，让模型根据样本动态判断哪些来源更可靠，而不是依赖预设质量指标。
这些工作对具身智能、自动驾驶和智慧医疗等场景有直接价值：数据不完整、来源质量不一，模型仍需稳定决策。下一步值得关注的是，通用预测基座能否适应不同模态组合与任务，降低每遇新任务就重训专用模型的成本。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：雷锋网*
📎 原始来源：雷锋网
本站内容为摘要与观点整理，不全文转载原文；版权归原作者所有。