正在新加坡举行的人工智能领域顶级会议aaai2026年会上传来喜讯，同济大学计算机科学与技术学院胡亮教授，与其指导的博士研究生黄伟泉、硕士研究生武澳奇，联手微软、澳大利亚麦考瑞大学的学者合作完成的研究成果，入选aaai“杰出论文奖”（此次全球共有5篇论文获奖）。

该获奖论文题为“llm2clip: powerful language model unlocks richer cross-modality representation”。clip是当前人工智能领域具有重要影响力的多模态基础模型，其核心思想是通过大规模图像与文本数据的联合训练，使计算机能够在同一语义空间中理解图像和语言，从而支持图像识别、检索等多种任务。

随着大型语言模型（llm）的快速发展，其在语言理解和世界知识建模方面展现出显著优势。基于这一背景，研究团队深入探讨了如何将llm的强大语言理解能力引入clip框架，以提升模型对复杂、冗长文本描述的理解能力和视觉感知能力。为此，团队提出了一种高效的模型微调方法，在保留原有clip结构的基础上，将llm有机嵌入其中，实现对多模态表示能力的增强。

aaai（association for the advancement of artificial intelligence）会议由国际人工智能促进协会主办，是人工智能领域历史最悠久、涵盖内容最广泛的国际顶级学术会议之一，也是中国计算机学会推荐的a类国际学术会议，每年举办一届。

来源：计算机科学与技术学院

编辑：李想

责编：聂阳阳

tongji

上观号作者：同济大学