斯坦福吴佳俊 ECCV 2026 演讲：用物理属性统一视觉、声音与触觉的多模态感知
不堆 Transformer，斯坦福吴佳俊如何用物理重新定义多模态融合？｜ECCV 2026
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
斯坦福大学助理教授吴佳俊在 ECCV 2026 演讲中提出，视觉、听觉、触觉是同一组物理属性在不同感官通道上的投影，主张用几何、材质、刚度等物理属性为多模态融合建立共同坐标系，而非直接拼接后喂给 Transformer。
来源：AI科技评论 · 微信公众号 · mp.weixin.qq.com