多模态基础模型是人工智能领域的重大技术方向，其在智能信息处理中的应用关系到我国在新一轮科技革命及产业变革中的核心竞争力，对提升国家科技现代化水平具有重要支撑作用。

多模态基础模型如CLIP、BLIP、ViT、BERT、Stable Diffusion、GPT、DeepSeek、千问等，通过融合视觉、语言、音频模态信息、以及理解垂直领域高光谱、雷达等多源异构信息, 从而实现跨模态的智能感知、理解和决策。在对智能信息处理具有迫切需求的领域，如国防安全、智能制造、自动驾驶、应急救援、海洋安全、医疗健康等关键领域，多模态基础模型具有重大潜在应用价值。如在国防安全领域，多模态智能侦察系统融合卫星遥感、无人机航拍、地面传感等多源信息，实现战场态势自动理解、目标智能识别、威胁评估预警；在智能制造领域，结合大模型的零样本学习能力，可快速适应新产品检测需求，多模态人机协作系统通过理解工人的语音指令、手势动作和视觉反馈，实现更自然的人机交互；在自动驾驶领域，多模态感知系统融合摄像头、激光雷达、毫米波雷达、高精地图、V2X通信等多源信息，结合大模型推理能力，实现复杂场景下的安全决策；在应急救援领域，灾害现场多模态信息融合系统整合无人机航拍、卫星遥感、地面传感器、社交媒体信息，快速生成灾情评估报告，辅助指挥决策，提升应急响应效率。当前，我国在多模态基础模型领域已取得重要进展，但在模型架构创新、训练效率优化、领域适配能力等方面与世界领先模型相比仍有差距。

因此，研究多模态基础模型在智能信息处理中的应用，实现智能化的信息获取、表示、融合、增强和应用，已成为信息科学与人工智能交叉领域的重要研究方向，也是各国科技竞争的战略制高点。

本专题聚焦多模态基础模型在智能信息处理中的技术与应用问题，紧密围绕国家战略需求，聚焦电子与信息学科前沿热点与新兴交叉方向，具有学术前瞻性、理论创新性和广泛应用价值，对推动我国多模态基础模型技术自主创新、服务国家重大战略需求、引领学科发展方向具有重要意义。

包括但不限于以下方向：

1. 多模态基础模型架构与训练

视觉-语言预训练模型、视频理解基础模型、多模态大语言模型、高效训练策略、强化学习后训练优化等；

2. 多模态信息理解与表示

视频时序理解与事件检测、多模态情感分析与情绪识别、3D场景理解与空间推理、跨模态语义对齐与统一表示学习等；

3. 多模态内容生成与编辑

可控内容生成与精准编辑、视频描述生成、文本到图像生成、文本到视频生成等；

4. 跨模态检索与匹配

零样本检索、多模态目标重识别、视频-文本检索与定位、图文检索与细粒度匹配等；

5. 具身智能与自动驾驶

机器人操作与抓取、具身问答与交互式感知、视觉-语言导航与路径规划、自动驾驶多模态感知与决策等；

6. 多模态推理与问答

视觉问答与视觉推理、多模态常识推理、图表理解与科学文档分析、多跳推理与复杂问题求解等；

7. 多模态信息增强与修复

跨模态引导的去噪与修复、医疗影像多模态理解增强、语义引导的内容修复与补全、恶劣条件下图像超分辨率重建等；

8. 高效部署与轻量化

多模态模型压缩与剪枝、知识蒸馏与轻量化架构设计、量化与低比特推理、边缘设备多模态系统优化等。

9. 其他相关方向

执行主编：

蔡成涛，哈尔滨工程大学智能科学与工程学院院长、教授、博导，享受国务院政府特殊津贴专家，担任黑龙江省“环境智能感知重点实验室”主任、教育部“船海装备智能化技术与应用”重点实验室副主任等。研究方向为多模态智能系统、模式识别、具身智能等。

专题编委 (按年龄)：

王 亮，中国科学院自动化研究所研究员、博导，多模态人工智能系统全国实验室副主任，IEEE/IAPR/CIE/CAAI/CCF/CSIG Fellow。研究方向为模式识别、计算机视觉、机器学习、数据挖掘等。 

王景景，青岛科技大学信息科学技术学院院长、教授、博导。主要研究方向为海洋物联网、水声通信、隐蔽仿生水声通信、智能通信等。

董德尊，国防科技大学计算机学院研究员、博导。主要研究方向为计算机体系结构、高性能与智能计算、并行与分布式系统等。

马 楠，北京工业大学人工智能学院院长、教授、博导。研究方向为交互认知、具身智能、无人驾驶、智能机器人等。

贲晛烨，山东大学信息科学与工程学院教授、博导，IEEE 高级会员，中国电子学会高级会员。研究方向为信号与信息处理、图像处理、模式识别等。

乔人杰，哈尔滨工程大学智能科学与工程学院助理研究员、研究生导师。研究方向为广域高聚集场景下目标智能分析、非线性高速运动目标探测识别、无人平台环境智能感知等。

吴科君，华中科技大学电子信息与通信学院助理教授、研究生导师，IEEE高级会员。研究方向包括多模态大模型、生成式人工智能、高维视觉感知等。

1. 截稿时间：2026年10月31日。

2. 稿件拟录用时间：投稿后2月内 (录用后网络版即可在线出版)。

3. 纸刊拟出版时间：2027年02月。

说明：每篇稿件为独立进程，先投稿先录用、先网络发表，最后在纸刊出版时会统筹组版。

1. 稿件类型：论文为中文稿件，研究型论文12页内，综述文章18页内，特别优秀的稿件可适当放宽。

2. 投稿方式：登录《电子与信息学报》网站(官网>>)注册投稿。投稿时请在作者留言一栏中简要注明：“多模态基础模型赋能专题投稿”。

3.  稿件格式：参照《电子与信息学报》投稿须知和论文模板：投稿指南>>。

4.  本刊接收并鼓励投稿数据集论文，具体参考:

《电子与信息学报》“数据论文” 征集通知。

附《电子与信息学报》数据社区：

https://www.scidb.cn/c/jeit

电话：010-58887066；

邮箱：jeit@mail.ie.ac.cn；

投稿咨询QQ群：1017376530。

 ▌关于学报

《电子与信息学报》（以下简称“学报”）自1979年创刊以来，始终站在电子与信息领域学术研究的前沿，入选中国科技期刊卓越行动计划二期项目“中文领军期刊”，中国计算机学会(CCF)计算领域 T1类推荐期刊。学报由中国科学院空天信息创新研究院主办，致力于发布电子与信息领域内创新性、高水平且具有重要意义的科研成果和阶段性研究进展。

学报作为综合性学术期刊，每月1期，平均审稿周期20天，年发文量约500篇，拥有行业领先的融媒体宣传平台，是领域内最大且最活跃的学术社区之一。作为电子与信息领域最具影响力的中文科技期刊之一，学报不仅是学术交流的重要平台，也是行业发声的权威媒体。

学报已被ESCI、EI Compendex、Scopus、CSCD、《中文核心期刊要目总览》、《中国期刊全文数据库》、《中国数字化期刊群》、《中国学术期刊文摘》等主流数据库收录。

重点报道领域包括但不限于：集成电路、芯片与传感器设计、数字与阵列信号处理、无线通信与物联网、电子对抗、雷达、声呐与导航、电磁场与微波技术、图像处理、模式识别与人工智能、密码学与信息安全、计算机技术，以及其他电子与信息相关交叉学科。

说明：专题/专刊文章均正刊出版，正常收录。