本研究提出了C-MCR和Ex-MCR等多种高效的多模态学习方法，旨在无需成对数据实现模态对齐和匹配，从而显著提升表示学习性能。通过自我监督学习和互信息最大化，研究在分类和目标检测等任务中取得了显著改进，强调了模态间的语义对齐潜力。

本文综述对比学习研究，提出互信息最大化框架，在频率域提取多视图表示并按互信息重估重要性，实现表示解耦与高效对比学习；构建通用对比表示学习框架，统一多种方法并分析规约偏差；给出理论保证，证明可降低下游样本复杂度。应用涵盖文档分类、无监督预测编码、网络间互对比学习、图像表示与可迁移性、持续学习抗遗忘等。

DBF是一种视频多模态融合去噪模型，使用瓶颈机制过滤噪声和冗余信息，并采用互信息最大化模块来调节过滤器以保留关键信息。实验表明，该模型在多个基准测试中都有显著的改进效果，可以有效地从嘈杂和冗余的视频、音频和文本输入中捕捉到显著特征。