Editorial: Multi-modal learning with large-scale models

doi:10.3389/fnbot.2026.1816779

Editorial: Multi-modal learning with large-scale models

2026-03-13

0

OA

AI

DOI：10.3389/fnbot.2026.1816779

原文链接

查看原文

摘要

En 中文

多模态学习与大规模模型的融合已成为人工智能和神经机器人领域的变革性力量。人类感知自然依赖于各种感官输入（视觉、听觉、触觉及更多）的无缝融合，以导航和理解复杂环境。历史上，在智能系统中复制这种整体能力一直受到计算限制和异构数据对齐难度的制约。然而，大规模模型的兴起转变了这一范式，提供了处理、对齐和融合多模态数据的空前能力。本研究专题“Multi-modal Learning with Large-scale Models”旨在探索这些架构的前沿，强调其在机器人感知、自主导航、人机交互和创意生成等领域的应用。本合集中的七篇论文展示了多模态大规模模型如何弥合孤立数据流与统一机器认知之间的差距。

Keyword:

reinforcement learning

autonomous systems

multi-modal learning

neurorobotics

large-scale models

Editorial: Multi-modal learning with large-scale models

摘要

AI总结

期刊

机构

引用论文