多模态智能感知作为人工智能领域的前沿方向，旨在融合视觉、语音、文本、雷达、光电等多源异构信息，实现对复杂环境的高精度理解与稳健感知。近年来，大模型（LLM，VLM，LMM 等）技术的快速突破，使模型具备了更强的跨模态语义表达、知识推理和任务泛化能力，正推动智能感知从传统的单一模态识别转向深层次语义理解、跨场景协同感知与智能决策。大模型时代，感知系统正在迈向语义驱动、多模态融合和任务自适应的新阶段，其能够在动态、不确定等复杂环境中保持高可靠性与高智能性。这类技术已在国防安全、智慧交通、工业制造、能源运维和城市治理等关键领域得到广泛应用，为构建新一代高可信、高自主、自适应的智能感知体系提供了核心能力支撑。因此，推动多模态智能感知技术在大模型框架下的自主可控发展，不仅对提升国家关键基础设施的运行效率和安全保障能力至关重要，也对引领未来行业的智能化创新具有深远意义。

为全面呈现大模型与多模态智能感知的最新理论进展、技术突破与示范应用，《计算机科学》拟在 2026 年第10期策划出版“大模型与多模态智能感知”专题（正刊）。专题旨在搭建科研机构、高校、企业、行业单位之间的交流合作平台，促进相关技术在交通安全、社会治理、工业互联、国防安全等重点领域的深度应用，推动多模态智能感知技术体系稳健发展。

我们诚挚邀请相关领域的专家学者积极投稿，共同探讨大模型与多模态智能感知的未来方向，推动我国智能感知技术在科研、工程与产业领域得到更高水平的发展。

一、专题特邀编审

胡星辰（国防科技大学）

梁  科（国防科技大学）

周思航（国防科技大学）

唐  厂（华中科技大学）

刘新旺（国防科技大学）

彭宇新（北京大学）

二、征文范围

本专题围绕“大模型与多模态智能感知”重点关注多模态数据理解、智能感知系统构建、场景泛化与安全可信等关键方向，鼓励基础理论、核心技术和工程应用等多类型研究成果投稿。主要范围包括（但不限于）：

1）大模型与多模态基础理论

多模态大模型的结构设计、预训练方法与高效微调

跨模态语义对齐、表示学习与统一理解

可解释、可控、可信的大模型感知与推理

2）多源数据融合与智能感知

视觉、雷达、红外、文本等异构数据的融合建模

跨视角、跨平台、跨场景的鲁棒感知与时空理解

复杂条件下的噪声抑制、弱视条件感知与泛化能力提升

3）智能体与自适应感知系统

基于大模型的感知—推理—决策一体化智能体技术

在线学习、增量学习和环境自适应感知方法

边云协同与实时高效感知系统架构

4）工程化落地与应用验证

多模态智能感知系统工程技术与平台构建

智慧交通、公共安全、装备监测、遥感观测、无人系统等典型场景应用

感知系统的可信性、安全性与大规模评测验证方法

三、投稿要求

1.投稿方式：通过“计算机科学在线投稿系统”（http://www.jsjkx.com）投稿。投稿时请选择“大模型与多模态智能感知”栏目。

2.稿件格式：参照《计算机科学》官方网站首页提供的稿件模板排版，中英文稿件均可，内容可以是原创研究型和综述型成果，鼓励综述和长文。

3.投稿文章未在正式出版物上发表，也不处于其他刊物或会议的审稿过程中，不存在一稿多投现象；投稿文章须保证合法性（无抄袭、剽窃、侵权等不良行为）。

4.其他事项请参阅投稿指南：http://www.jsjkx.com/CN/column/column12.shtml。

四、重要时间

论文投稿截止时间：2026年5月15日

预录用通知截止时间：2026年7月15日

专题拟出版时间：2026年10月15日

五、联系方式 

编辑部联系人：
李老师    E-mail：lyhjsjkx@163.com     电话：023-67039612

喻老师    E-mail：jsjkxyuli@163.com    电话：023-63500828

通信地址：
重庆市渝北区洪湖西路18号（401121）