【ECCV2024研讨】多模态智能体，74页ppt

欧洲计算机视觉会议（European Conference on Computer Vision, ECCV）是欧洲计算机视觉协会（ECVA）主办的计算机视觉和机器学习领域两年一度的顶级研究会议。第18届ECCV会议将于2024年9月29日至10月4日在意大利米兰举行。在ECCV 2024会议中，我们诚邀提交关于多模态智能体（MMAs）的论文。多模态智能体是一个充满活力的领域，致力于通过解读多模态感官输入，在各种环境中生成有效的行为。大型语言模型（LLMs）和视觉-语言模型（VLMs）的崛起在该领域带来了显著进展，影响了从基础研究到实际应用的广泛领域。我们的研讨会将深入探讨这些进展如何与传统的领域特定技术（如视觉问答和视觉-语言导航）相结合。我们特别欢迎以下方向的研究贡献：

• 具身系统：MMAs在物理和虚拟具身系统中的使用。
• 交互式智能体：能够与人类交互的多模态智能体的创建。
• 智能体基础设施：旨在提升MMAs创建能力或增强MMAs功能的基础设施。
• 应用：MMAs在多种研究领域的应用，包括但不限于传统的多模态理解任务、机器人技术和游戏领域。