CN119539092A 基于多模态大模型的动作生成方法、系统、设备及介质 （语仓科技(北京)有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119539092A

(43)申请公布日2025.02.28

(21)申请号202510104312.5

(22)申请日2025.01.23

(71)申请人语仓科技（北京）有限公司

地址100033北京市海淀区上地东路1号院

盈创动力A座北厅901

(72)发明人刘菲凡夏博李世奇李国东

(74)专利代理机构北京高沃律师事务所11569

专利代理师袁丽宁

(51)Int.Cl.

G06N5/04(2023.01)

B25J9/16(2006.01)

G06N3/006(2023.01)

G06N3/008(2023.01)

G06N3/045(2023.01)

G06N3/0475(2023.01)

权利要求书2页说明书13页附图4页

(54)发明名称

基于多模态大模型的动作生成方法、系统、

设备及介质

(57)摘要

CN119539092A本申请公开了一种基于多模态大模型的动作生成方法、系统、设备及介质，涉及人工智能领域，该方法包括：获取用户输入的当前环境的动作类型及多模态指令；基于第一多模态大模型对多模态指令进行意图理解及步骤拆分，得到文本形式的用户控制意图；针对用户控制意图中的任一个处理步骤，基于用户控制意图及当前环境信息采用第