1.视觉基础模型与开放词汇分割技术构建集成文本与地物本体词库（含多语言别名）的CLIP增强模型，强化遥感类目检索性能；结合SAM的提示可控特性，设计免/弱监督的类增量分割流程，支持开放集向封闭集的动态自适应微调。2. 多模态跨传感器融合分割方法开发时空-光谱联合分割框架，利用U-TAE/ViT分支处理时序数据，航片分支提取几何特征，通过解码器级特征对齐实现多源数据融合；针对SAR与光学图像差异，引

特别是在医学图像分割、超分辨率重建、高光谱分类等任务中，已有研究取得了令人瞩目的成果，实现了准确率高达99.66%、参数量减少94.5%的惊人效果。在研究过程中，需紧密结合具体场景需求，例如HMT-UNet在医学分割领域、SRMamba-T在图像超分领域的应用，均为优秀的创新范例。值得关注的是，2025年已有多项相关工作发表，从纯学术研究到工业应用，均在快速推进。CNN所具备的局部感知能力，结合T

构建点到物体的统一跟踪框架（如TAPIR与CoTracker融合方案），提升复杂场景下的长时跟踪稳定性。构建可解释的图表与界面理解代理，支持复杂结构化内容的语义解析与交互操作。设计流式记忆机制与时间定位模块，提升长视频的时序建模与语义理解能力。基于4D高斯泼溅（4D-GS）实现动态场景的语义化重建与编辑，结合文本引导的3D资产生成流程，推动神经渲染技术向结构化、可控制方向演进。研究AIGC内容溯源

构建点到物体的统一跟踪框架（如TAPIR与CoTracker融合方案），提升复杂场景下的长时跟踪稳定性。构建可解释的图表与界面理解代理，支持复杂结构化内容的语义解析与交互操作。设计流式记忆机制与时间定位模块，提升长视频的时序建模与语义理解能力。基于4D高斯泼溅（4D-GS）实现动态场景的语义化重建与编辑，结合文本引导的3D资产生成流程，推动神经渲染技术向结构化、可控制方向演进。研究AIGC内容溯源

以ALFWorld、BabyAI等环境为例，先由LLM给出初步行动提示，再由强化学习精细调整动作序列，相较于纯强化学习，收敛速度更快，策略也更为平滑。前两年，世界模型（World Model）概念备受关注，今年许多研究聚焦于基于扩散模型的世界模型（Diffusion-based World Model），特别是利用扩散模型进行环境状态的生成预测，这在DreamerV4上已有初步成果。不再是单纯依靠

1.视觉基础模型与开放词汇分割技术构建集成文本与地物本体词库（含多语言别名）的CLIP增强模型，强化遥感类目检索性能；结合SAM的提示可控特性，设计免/弱监督的类增量分割流程，支持开放集向封闭集的动态自适应微调。2. 多模态跨传感器融合分割方法开发时空-光谱联合分割框架，利用U-TAE/ViT分支处理时序数据，航片分支提取几何特征，通过解码器级特征对齐实现多源数据融合；针对SAR与光学图像差异，引

6.LLM应用场景中的情感分析+下游应用整合新方案（Applications + System Integration）结合对抗样本与干扰噪声的可解释性评估，全面测度情感分析模型的鲁棒性与透明度。LLM融合多媒体（文本+音频+视频+表情）实现情感强度与情绪类型精准判别。情感分析模型对不同群体（性别、种族、文化、性取向等）偏见的识别与纠正策略。Prompt情绪潜隐特征在零样本与少样本情感分类中的显著

以ALFWorld、BabyAI等环境为例，先由LLM给出初步行动提示，再由强化学习精细调整动作序列，相较于纯强化学习，收敛速度更快，策略也更为平滑。前两年，世界模型（World Model）概念备受关注，今年许多研究聚焦于基于扩散模型的世界模型（Diffusion-based World Model），特别是利用扩散模型进行环境状态的生成预测，这在DreamerV4上已有初步成果。不再是单纯依靠

4.扩散模型与GAN结合：实现图像增强与分割协同优化 创新做法：将生成对抗网络和扩散模型相结合，生成高质量的医学图像以增强训练数据，优化分割模型的性能。1.扩散模型与图像分割结合：实现跨模态融合 创新做法：把扩散模型应用到医学图像分割任务中，借助扩散过程生成高质量的图像分割边界。3. 扩散模型与多尺度特征融合结合：提高细节分割精度 创新做法：利用扩散模型的多尺度特性，在不同分辨率的特征图上应用扩散