多模态适应与泛化技术综述：从传统方法到基础模型

本文介绍TPAMI 2026发表的多模态适应与泛化综述论文，系统梳理多模态域适应、测试时适应、域泛化、利用基础模型的适应及基础模型自身适应五大研究方向的技术进展，同时涵盖技术趋势、关键挑战、开源资源等内容，为研究者提供全面参考。

多模态学习（结合视觉、语言、音频等模态）是AI重要方向，但训练与测试数据的分布差异（如自动驾驶中晴朗白天与雨夜环境）是核心挑战，需让模型在变化条件下保持稳定性能。

综述划分五个核心场景：

1. 多模态域适应：源域到目标域知识迁移（如MM-SADA、xMUDA）；
2. 测试时适应：仅用测试样本在线适应（如MM-TTA、Latte）；
3. 域泛化：训练无目标域数据，学习域不变特征（如SimMMDG、MOOSA）；
4. 基础模型辅助适应：借助CLIP等预训练模型（如PromptStyler、CoOp）；
5. 基础模型自身适应：参数高效方法（提示学习/适配器，如CoOp、CLIP-Adapter）。

领域趋势：

1. 从单模态到多模态：联合多模态信息提升鲁棒性；
2. 从闭集到开放集：处理目标域未见过类别（如MOOSA）；
3. 从训练时到测试时适应：在线更新更实用；
4. 从传统方法到基础模型：提示学习、适配器等技术兴起。

挑战：

1. 模态不平衡：避免部分模态主导决策；
2. 模态缺失与噪声：提升鲁棒性；
3. 计算效率：资源受限环境部署；
4. 理论基础：机制不清晰。 未来需关注高效适应、鲁棒系统构建。

综述维护开源仓库Awesome-Multimodal-Adaptation，收录论文、代码、数据集；作者团队发布SimMMDG、MOOSA、AEO等基准与项目。

多模态适应与泛化领域从传统方法向基础模型演进，TPAMI综述提供全面技术地图。未来需关注高效下游适应、鲁棒系统；建议研究者从经典方法入手，结合实际场景研究。