提出分层细粒度跨模态对齐框架HFCMA

2026年10月23日，arXiv Computer Vision 刊出 Pengfeng Song 等人的论文，提出分层细粒度跨模态对齐框架 HFCMA。报道称，该框架将原始图像块与文本 token 逐步聚合为自适应视觉区域和文本短语，并把区域-短语匹配建模为熵正则化最优传输问题，在全局边缘约束下估计结构化对齐矩阵。目前仅有这一篇主报道，尚无后续跟进报道，事件进展停留在框架提出与论文发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。