不堆 Transformer，斯坦福吴佳俊如何用物理重新定义多模态融合？｜ECCV 2026

已收录文章摘要，完整内容可前往原文阅读。

视觉、听觉、触觉三种数据，其实是同一组物理属性在不同感官通道上的投影。 作者丨陈淑瑜 编辑丨岑 峰