ICME 2026 - Day 4

2026年7月8日，IEEE International Conference on Multimedia and Expo 2026（ICME 2026）在泰国曼谷继续举行。当天会议议程涵盖 Special Session、Poster Session 和 Awards Ceremony 等多个环节，报告内容涉及高效多媒体模型设计、多模态脑机接口、多模态医学人工智能、具身智能、智能体系统、生成式多媒体以及联邦学习与持续学习等多个前沿方向。

在 Special Session “Multimedia-Oriented Neural Architecture Search for Efficient and Scalable Media Analysis” 中，来自东北大学、中北大学的多位研究者围绕高效模型设计、跨数据集泛化和即插即用式性能验证等问题展开报告。相关工作通过对不同数据集和不同任务设置下的实验结果进行比较，分析了模型结构、训练策略和泛化能力之间的关系。报告展示了高效多媒体模型在真实应用场景中对性能、计算成本和可扩展性的综合需求。

在 Special Session“Multimodal Medical AI and Foundation Models for Healthcare Multimedia Systems I” 中，来自西安电子科技大学的学者的报告聚焦医学图像、医学文本和视觉语言模型的融合建模问题。讲者介绍了基于预训练医学视觉语言模型的特征提取方法，并结合层次化对比学习框架，实现视觉区域、推理上下文和报告表达之间的多层次对齐。相关内容体现了多模态基础模型在医学报告生成、疾病区域定位和临床辅助分析中的应用潜力。

在 Special Session “Multimedia in Human-Aware Embodied AI and Avatars in Motion” 中，来自北航的学者的报告围绕事件感知、脉冲特征编码和动态场景建模展开。讲者介绍了基于脉冲神经机制的特征编码方法，通过事件脉冲特征编码器处理异步、稀疏的事件流数据，并进一步提取局部与全局特征。该方向为低功耗感知、动态人体理解和具身智能系统提供了新的研究思路。

在 Special Session “Intelligent Multimedia and Agents for Human Well-being: From Resilient Food Systems to Healthy Aging” 中，来自澳门大学的学者关注智能体系统的可靠性、协同机制和实际应用价值。相关研究从智能体自治能力、多智能体协作、异构模型结构和可信恢复能力等方面展开讨论，强调智能体系统在真实复杂环境中需要具备稳定性、适应性和安全性。该专题体现了多媒体智能从感知理解进一步走向决策协作和人类福祉应用的发展趋势。

此外，视觉计算实验室三篇录用论文的最后一篇也进行了海报展示，该工作面向腹部多器官分割中的持续学习问题，利用先验引导机制缓解新器官学习过程中的灾难性遗忘，并通过视觉语言特征和跨模态交互提升模型对不同器官结构的识别能力。

海报展示期间，实验室成员与来自不同高校和研究机构的参会者进行了交流，围绕持续学习、医学图像分割和多模态先验建模等问题展开讨论。

当天会议最后举行了 Awards Ceremony。大会对优秀论文、挑战赛、竞赛作品和相关艺术创作成果进行了展示与表彰。其中，腾讯与 AIART 相关作品展示环节呈现了生成式人工智能在多媒体艺术创作中的应用成果。