深耦合融合（Deep Coupled Fus […]
编码器（Encoder）是人工智能系统中将输 […]
视觉-语言导航（Vision-and-Lan […]
机器人多模态学习是指智能体通过整合视觉、听觉 […]
机器人常识推理（Robotic Common […]
机器人文化敏感性学习是指人工智能系统在跨文化 […]
跨模态嵌入是一种将不同模态的数据（如文本、图 […]
图像到文本生成（Image-to-Text […]
跨模态检索（Cross-Modal Retr […]
多模态提示（Multimodal Promp […]
