点过程是一种重要的随机过程模型，用于建模事件发生模式。随着深度学习的兴起，传统的统计点过程逐渐演化为深度点过程，具备了更强的表达能力。然而，目前的深度点过程主要处理简单的事件时间和类型信息，尚不能有效处理和生成多模态事件数据。这主要源于多模态深度点过程在数据融合、高效建模及训练优化等方面的多重挑战。本项目将以多模态深度点过程为研究对象，聚焦于以下三个研究方向：（1）多模态深度点过程的数据融合；（2）多模态深度点过程的超长序列建模；（3）多模态深度点过程的训练优化。旨在开发一整套针对多模态深度点过程的数据处理、建模及训练系统，推动深度点过程在多模态数据场景下的广泛应用。