---
title: 多模态融合
tags:
  - concept
  - research
  - multimodal
  - joplin
type: concept
source_type: reconstructed
created: 2026-04-23
updated: 2026-04-23
---

# 多模态融合

> [!abstract]
> 多模态融合是将文本、图像、语音、视频等不同模态信息进行表示、对齐和整合，以获得更强表达能力的方法。

## 核心内容

- 模态表示
- 模态对齐
- 融合与转换

## 来源

- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2025-11-03学术汇报/1. 面向深度学习的多模态融合技术研究综述.md]]

## 相关页面

- [[研究生组会-学术汇报]]
- [[学术汇报-2025-11-03]]
- [[机器学习基础]]