Early Fusion（早期融合）

早期融合，又称特征级融合，与晚期融合（决策级融合）相对。其核心是在数据预处理或浅层特征提取后立即将不同模态的特征向量拼接或加权组合，形成联合特征表示，然后输入到后续的机器学习模型中进行训练和预测。这种方法能够捕捉模态间的细粒度交互，但要求模态间在时间或空间上对齐，且对缺失模态敏感。随着深度学习发展，早期融合常通过嵌入层或注意力机制实现，例如在视觉-语言任务中，将图像区域特征与文本词嵌入拼接后输入Transformer。典型应用包括多媒体检索、情感识别和医疗多模态诊断。