2025年10月30日，ACM MM 2025 进入了第四天的议程，包括主旨议程、子研讨会和正式晚宴。 来自新加坡国立大学的Tat-Seng Chua教授分享了主旨议程：多模态基础模型在多媒体研究的下一进程，他认为人工智能作为一个概念自20世纪50年代起就存在了。 随着机器学习技术的最近进步以及大数据和大型计算资源的可用性，人工智能的爆炸性增长前景已经形成。 特别是，多模态基础模型的出现，这些模型在内容理解、生成和推理方面提供了显著的能力，为多模态研究和应用开辟了机会。 演讲首先回顾了多模态基础模型的趋势和发展。 然后概述了多语言和多模态对齐的进展，并讨论了语言或媒体无关信号的出现，这些信号似乎代表了人类语言中常用的抽象概念。 这些信号已被证明对所得模型的准确性和安全性都有积极影响。 为了进一步提高模型的性能，当前大多数方法采用具有各种奖励函数的强化学习，以实现更好的内容生成和信任控制。 »
ACM MM 2025开幕式隆重举行，会议规模创新高，首设数据集赛道引关注 2025年10月29日上午8：45，第33届ACM国际多媒体会议在爱尔兰都柏林皇家会议中心正式拉开帷幕。本次开幕式由技术程序主席Luca Rossetto（都柏林城市大学）、Stevan Rudinac（阿姆斯特丹大学）等六位教授联合主持，现场汇聚了来自全球50个国家的2130名学者与产业专家，共同见证多媒体领域这一年度盛事的启航： 论文投稿量与学术质量双突破 本届会议共收到7106篇摘要注册，经过严格评审，最终录用1250篇全文论文，整体录用率约为23%。会议设置了110余个专题分会，覆盖内容生成、交互体验、生成式AI、 »
2025年10月28日，第33届ACM国际多媒体会议（ACM MM 2025） 进入了第二天的议程，今天大会的分享依然围绕workshop展开，晚上有会议欢迎晚宴。 来自厦门大学的学者分享了多模态大模型的有关研究，随着多模态大模型的快速发展：近年来，融合视觉与语言理解的多模态大模型在多个任务上表现出色，如图像描述、视觉问答等。然而这带来了多图像输入带来的新挑战：随着任务复杂化，模型需要同时处理多张图像并生成一致、准确的回答，但现有模型在多图像理解中容易出现“幻觉”（hallucination）现象，即生成与图像内容不符或虚构的信息。幻觉问题严重影响模型的可信度与实用性，尤其在医疗、自动驾驶、 »