2026多模态、大模型技术与人工智能国际会议（ICMLMTAI 2026）
2026 International Conference on Multimodal, Large Model Technology and Artificial Intelligence(ICMLMTAI 2026）

征稿主题范围广 | 高效审核 | 录用率高

ISSN/ISBN双刊号 | 团队/学生投稿优惠

SCI/SSCI/EI国外核心期刊资源推荐

国内核心、三大网普刊等其他发表资源

●重要信息

会议地点：大连，中国
会议截稿时间：2026年9月01日
会议召开时间：2026年9月16日（暂定）

截稿时间：以官网信息为准（早投稿、早审核、早录用）

【邮件主题请附言：ICMLMTAI 2026+通讯作者姓名+叶老师推荐】，否则无法确认您的稿件

接受/拒稿通知：投稿后3-5天左右
会议出版：IEEE、SPIE、IOP等权威出版社
会议收录：EI , CPCI，Google Scholar, CrossRef, ResearchGate等数据库

●会议简介
2026多模态、大模型技术与人工智能国际会议将于2026年在中国大连召开。会议旨在汇聚全球学者与专家，聚焦多模态、大模型技术与人工智能等核心领域，涵盖从理论突破到系统实现的全链条创新。大会致力于构建一个促进深度对话与跨界合作的国际平台，诚邀全球学术界与产业界同仁踊跃投稿，分享最新研究成果与实践洞察，共促智能融合时代的协同发展与负责任创新。

●论文收录

所有向ICMLMTAI 2026提交的所有投稿都均以全英文书写，稿件须经过2-3位组委会专家审稿，经过严格的审稿之后，最终所有被接受的论文将以会议论文集形式发表，并提交 EI 、CPCI、Google Scholar、CrossRef、ResearchGate 进行索引
●征文主题

（以下主题包括但不限于）
主题一：多模态
多模态人工智能理论

多模态知识表示与推理

跨模态关系建模

多模态数据建模方法

多模态特征学习

多模态优化方法

多模态智能计算

混合模态学习方法

多模态学习框架
多模态监督学习

多模态无监督学习

多模态强化学习

多模态深度学习

跨模态迁移学习

多模态联邦学习

多模态模型优化
主题二：大模型技术
生成式大模型

预训练语言模型

多模态融合

大模型高效训练与优化算法

大模型分布式与并行训练系统

模型压缩与轻量化

硬件加速与异构计算

强化学习与大模型融合

大模型探针与行为分析

开源大模型与生态系统

大模型与符号化、逻辑推理

大模型与因果推断

智能体决策与认知建模

大模型在线与持续学习

大模型安全与对齐评估
主题三：人工智能
智能系统

智能优化设计

虚拟制造与网络制造

系统优化

人工智能算法

自然语言处理

信号与图像处理

智能系统架构

混合智能系统

信息检索与融合

模糊逻辑

●投稿方式

1.直接将您的文章（以word文档形式），投至组委会邮箱

（邮件主题请附言：ICMLMTAI 2026+通讯作者姓名+叶老师推荐），如需翻译，请联系大会叶老师！

2.审稿流程：作者投稿-稿件收到确认（1个工作日）-初审(1-3工作日)-告知结果（接受/拒稿），越早投稿越早收到文章结果。

●投稿说明

1.本会议官方语言为英语，投稿者务必用英语撰写论文。

2.稿件需为原创且未曾发表过，不接受一稿多投。

3.作者可通过Turnitin等查询系统查重。涉嫌抄袭的论文将不被出版。

4.文章至少6页，请根据格式模板文件编辑您的文章。学生或团队多篇投稿有优惠。

5.只做报告不发表论文的作者只需提交摘要。

6.投稿请附言：ICMLMTAI 2026+通讯作者姓名+叶老师推荐，否则无法确认您的稿件。