跨媒體智能将多媒體計算與人工智能結合，開展文字、圖像、視頻、音頻、文檔、3D等多媒體内容理解與生成的理論、方法和技術研究，主要目的是借鑒人腦的跨媒體特性，跨越視覺、語言、聽覺等不同感官信息感知和認知外部世界，實現多媒體信息的智能處理。

主要研究内容包括多媒體壓縮與處理、多媒體分析、跨媒體檢索、跨媒體生成、跨媒體傳輸、跨媒體知識圖譜、文檔智能、文字計算等。多媒體智能技術廣泛應用于新聞出版、新媒體、互聯網、各企事業單位等領域，應用技術包括圖像視頻等内容的生成（AIGC）、圖像細分類、特定内容檢測與識别、大規模跨媒體内容檢索、文檔信息識别與分析、多模态信息融合處理等等。