别再瞎做多模态了，看完这篇你也能发顶会
我爱计算机视觉 2026-09-22 21:56 江苏
准备做多模态融合方向的朋友看过来，我这次整理了260篇多模态融合论文+多模态代码库，其中论文部分包括：
6篇入门必读论文
103篇今年最新顶会论文
151篇前沿高分论文
这里的顶会论文筛选自CVPR/ICLR/AAAI/IJCAI/ACM MM/NeurIPS/WWW/ICML等主流会议。前沿高分论文则按照基础→架构→应用→方法论四条主流研究路线重新整理，方便你根据自己的研究进度和兴趣点找论文。
如果你是刚准备入门多模态、正在做相关课题、准备选题找创新点，以及需要论文复现和找Baseline，这套资料就非常适合你，可以直接收好！
扫码添加小享，回复“多模态融合25”
免费获取全部论文+经典模型+代码库
多模态融合涉及的东西其实比较杂，直接从最新论文开始，容易导致每篇都能看懂一点，但看完以后还是不知道这个方向到底是怎么发展起来的。
所以我单独整理了6篇入门必读论文。建议你先把一些经典的融合思路和基本研究脉络建立起来，再去看后面的前沿工作，会更容易理解为什么后面的论文要这么设计。
这部分整理了103篇今年最新顶会论文。覆盖CVPR/ICLR/AAAI/IJCAI/ACM MM/NeurIPS/WWW/ICML等会议，主要用来快速了解近期多模态融合有哪些新的研究问题、新的方法和新的应用。
如果平时没有时间一个会议一个会议地翻，这部分可以直接拿来做一轮集中筛选。尤其是准备开题、写综述或者想了解近期研究趋势的，可以重点看这一部分。
除了追最新顶会，我还整理了151篇前沿高分论文。这部分比较重要的一点是：按照基础→架构→应用→方法论研究路线做了分类。
基础类主要看多模态信息怎么表示、交互和融合；架构类关注融合框架、跨模态交互以及模型结构怎么设计；
应用类则从具体任务和场景出发，看多模态方法还能解决哪些问题；
方法论类则进一步关注鲁棒性、效率、数据利用、缺失模态、可解释性等问题。
如此你顺着一条路线连续看几篇，很容易就能get：前面的工作解决了什么→后面的工作改了什么→现在还有什么没解决。
对于准备找论文创新点的人，这种整理方式会更实用。
多模态方向还有一个比较现实的问题：找到能跑的代码很麻烦。所以这次也把多模态代码库一起整理进来了。
可以配合论文一起使用：先找论文→看方法→找开源实现→跑Baseline→再考虑怎么改。
对于需要做论文复现、搭Baseline，或者准备在已有工作上继续改模型的同学，会比较方便。