深圳若愚科技申請基於多模態模型的意圖識別專利，使機器人在複雜任務中減少對人類頻繁指令的依賴

金融界2024年11月11日消息，國家知識產權局信息顯示，深圳若愚科技有限公司申請一項名爲“基於多模態模型的意圖識別方法、裝置、設備及存儲介質”的專利，公開號CN 118916531 A，申請日期爲2024年10月。

專利摘要顯示，本申請涉及意圖識別技術領域，提供了基於多模態模型的意圖識別方法、裝置、設備及存儲介質。該方法包括：獲取文本指令信息和目標視頻；將所述文本指令信息輸入預設的文本特徵提取模型，得到文本指令特徵信息；對所述目標視頻進行分幀處理，得到所述目標視頻對應的視頻幀序列；將所述視頻幀序列輸入預設的視覺特徵提取模型，得到視覺特徵信息；將所述文本指令特徵信息與所述視覺特徵信息進行融合，得到融合特徵信息，並將所述融合特徵信息輸入預設的多模態模型，得到用戶意圖文本。將該方法應用於機器人時，能夠使機器人在複雜任務中，減少對人類頻繁指令的依賴，從而實現更加流暢和高效的人機協作。

本文源自：金融界

作者：情報員