《计算机科学与探索》“多模态大模型：理论、技术与应用”

专题征文通知

近年来，随着人工智能技术的飞速发展，多模态大模型通过整合文本、图像、音频、视频等多种模态数据，在跨模态理解、生成

与推理任务中展现出前所未有的潜力。包括GPT-4o、Gemini、DeepSeekJanus-Pro在内的一系列多模态大模型先后出现，多模态

大语言模型（MultimodalLargeLanguageModels,MLLMs）方法与技术不仅在视觉内容理解、跨模态检索、文本到图像与视频生

成等场景中展现出强大能力