图书信息
内容简介
对 arXiv cs.MM 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 120 篇论文 的细读整理，组织为 44 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 图像压缩与质量评估 (20.4%) — 利用扩散模型与神经网络聚焦高效图像压缩、质量增强与无参考质量评估。
- 多模态学习与情感分析 (17.4%) — 探索多样多媒体背景下大语言模型的多模态表示学习、情感分析与基准测试。
- 音视频深度伪造检测 (11.0%) — 处理深度伪造检测、音视频表示学习与说话头生成的唇形同步。
- 联合音视频生成 (10.5%) — 研究联合音视频生成、视频翻译与从视频同步生成音频的统一框架。
- 视觉-语言模型与理解 (9.5%) — 聚焦用于视觉-语言理解、视频审核与空间智能的多模态大语言模型。
- 多智能体多模态系统 (9.0%) — 考察多媒体系统中的多智能体协作、多模态检索增强生成与任务特定预测。
- 音乐生成与演奏分析 (6.0%) — 涵盖音乐生成、钢琴转写，以及结合数据集分析的 AI 音乐系统的文化方法。
- 跨模态对齐与检索 (5.8%) — 聚焦多模态理解的细粒度跨模态对齐、注意力机制与检索技术。
- 实时多媒体通信 (5.7%) — 处理多媒体应用的实时视频流、带宽估计与低延迟通信系统。
- 多模态情感识别 (4.5%) — 专精于对话中的多模态情感识别，整合语音、视觉与语境线索实现准确检测。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
