航空多模态大模型智能体的零样本任务级评估多模态大模型正成为航空任务的核心,本工作提出零样本任务级评估框架。Suman Navaratnarajah, Taehyoung Kim, Jona Ruthardt·2026年7月24日AerialMLLM零样本2026年7月24日
Ego Scene Augmentation:增强多模态大模型第一人称空间感知针对多模态大模型在第一人称场景中空间推理能力不足的问题,提出Ego Scene Augmentation方法,通过场景增强提升第一人称视觉问答的空间感知能力。Chi Kit Wong, Ye Pan, Yuanhuiyi Lyu·2026年7月16日MLLM第一人称VQA2026年7月16日
超越单一专家:MLLM空间理解中多样视觉先验的协调揭示将多个基础模型集成到MLLM时不同模型提供互补空间先验,提出协调多样视觉先验的方法,提升多模态大模型空间理解能力。Xiao Lin, Xiaohu Huang, Kai Han·2026年7月16日MLLM空间理解视觉先验2026年7月16日
