ARTICLE · 人工智能

不用从零搜文献!这份分类整理的多模态论文库直接帮你省掉大半调研时间

作者:计算机视觉研究院 来源:计算机视觉研究院 2026-11-04 11:04 4 分钟 905 字
AI 与智能应用多模态 AI大语言模型 (LLM)注意力机制KV Cache优化
一语总结

本文整理了 526 篇多模态论文与代码合集,分为 196 篇顶会论文和 330 篇前沿论文,覆盖融合机制、模型架构、应用领域等 8 大方向,为研究者提供系统化的文献储备库。

AI 总结

本文作者专门整理了 526 篇多模态论文+代码合集,分为两部分:第一部分收录 196 篇 CVPR、ICLR、ICML、AAAI、ACL、IJCAI、WWW、NeurIPS 等八大顶会的代表性论文,适合文献调研和 Baseline 参考;第二部分汇总 330 篇近期 arXiv 预印本和已录用的前沿论文,按核心方法技术、模型架构与训练范式、应用领域、学习场景与挑战四大维度分类。文章指出,多模态领域存在信息差,研究思路常受限于熟悉的方向,系统梳理其他方向的研究成果有助于拓展思路。文中提供了获取方式,扫码添加小助理发送「完整多模态」即可获取全部资源。

核心要点
  1. 构建系统化的多模态论文库

    作者整理了 526 篇论文与代码,涵盖顶会与前沿,按技术维度和应用场景分类,帮助研究者快速获取文献资源

  2. 顶会论文部分提供代表性参考

    196 篇 CVPR、ICLR 等八大会议论文适合作为 Baseline 和已有方法的参考,支持文献调研和方法对比

  3. 前沿论文按四大维度分类

    330 篇 arXiv 和顶刊论文按融合机制、模型架构、应用领域、学习场景四维度梳理,覆盖多模态图像融合、医学图像、情感分析等细分方向

  4. 强调跨方向借鉴的价值

    文章指出研究思路常受限于熟悉方向,建议查看其他方向的论文,可能发现不完全相同任务下的创新思路

不用从零搜文献!这份分类整理的多模态论文库直接帮你省掉大半调研时间

本文作者专门整理了 526 篇多模态论文+代码合集,分为两部分:第一部分收录 196 篇 CVPR、ICLR、ICML、AAAI、ACL、IJCAI、WWW、NeurIPS 等八大顶会的代表性论文,适合文献调研和 Baseline 参考;第二部分汇总 330 篇近期 arXiv 预印本和已录用的前沿论文,按核心方法技术、模型架构与训练范式、应用领域、学习场景与挑战四大维度分类。文章指出,多模态领域存在信息差,研究思路常受限于熟悉的方向,系统梳理其他方向的研究成果有助于拓展思路。文中提供了获取方式,扫码添加小助理发送「完整多模态」即可获取全部资源。

文章金句

"

多模态是一个特别容易陷入信息差的方向。

"

很多时候,你没思路是因为始终局限在自己熟悉的那几个方向上。

"

以后无论你是查论文、梳理研究路线、寻找创新思路,还是准备实验,都能按需翻阅,不用每次从零开始搜集。