天津大学张长青：给多模态融合加上「可信度量尺」| CNCC 2026

天津大学张长青在 CNCC 2026 报告中提出多模态融合需引入动态可信度量尺，以保留模态特有信息并评估预测不确定性。其团队开发的 Fusion Anything Model（FAM）通过上下文学习适应不同模态组合与预测任务，在18个真实数据集上平均准确率较专用模型提升约6.9个百分点。该模型已在具身智能、医疗诊断等场景进行初步测试，但尚未完全取代专用模型，仍需进一步优化垂域适配与模态编码器选择。