买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江谦卦信息科技有限公司申请的专利基于AI大模型的多模态信息生成与增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121543769B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610071588.2，技术领域涉及：G06N20/00；该发明授权基于AI大模型的多模态信息生成与增强方法是由朱立烽;左云和;甄永强;杨蒋俊设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本基于AI大模型的多模态信息生成与增强方法在说明书摘要公布了：本发明涉及多模态信息处理技术领域，公开了基于AI大模型的多模态信息生成与增强方法，包括以下步骤：步骤1，获取多模态原始数据与任务提示，生成统一令牌序列并构建约束图谱；步骤2，根据约束节点重要度设定模态配额、覆盖阈值和一致性阈值；步骤3，生成可见性掩码并建立配额账本，控制依赖资源可见性；步骤4，生成段满足阈值时确定承诺段并生成摘要指纹；步骤5，依据配额账本加权候选输出，无可行候选时调整掩码重生成；步骤6，计算质量评分，对低质量子段执行回填增强；步骤7，统计模态冲突率与语义漂移率，自适应调整配额与约束权重。本发明实现了多模态信息生成过程的语义一致性维护、资源自适应分配与生成质量增强。

本发明授权基于AI大模型的多模态信息生成与增强方法在权利要求书中公布了：1.基于AI大模型的多模态信息生成与增强方法，其特征在于，包括以下步骤： 步骤1，获取多模态原始数据与任务提示，经离散化得到统一令牌序列并标注模态；抽取约束需求，构建约束图谱，并为约束图谱中约束节点绑定依赖资源、有效窗口、目标生成段，记录关键字段；其中，多模态原始数据包括文本、图像、音频、视频或其他结构化传感数据； 步骤2，根据约束节点重要度与上下文规模设定模态配额、覆盖阈值与一致性阈值，形成配额计划； 步骤3，在自注意力计算中生成可见性掩码，基于配额计划限制统一令牌序列的关注范围并建立配额账本，达到模态配额时关闭对应依赖资源的可见性，包括： 步骤31，构建可见性掩码矩阵，根据各约束节点的模态配额、覆盖阈值和一致性阈值，对约束节点的依赖资源集合与有效窗口进行筛选，将满足配额条件的依赖资源标记为可见位置，未满足条件的依赖资源标记为不可见位置；所述可见性掩码矩阵的行表示查询令牌，列表示键令牌，元素取值为1或0，分别表示可见与不可见；在自注意力计算时，可见性掩码矩阵对注意力权重矩阵执行逐元素约束，使模型仅能关注被标记为可见的资源位置； 步骤32，基于配额计划建立配额账本，在自注意力计算过程中利用可见性掩码矩阵对注意力得分进行约束，并在多个解码步中按时间加权方式累计各约束节点在不同模态上的已累计消费量，当任一模态的注意力累积量达到模态配额阈值时，关闭对应依赖资源的可见性； 步骤33，对存在依赖或指代关系的约束节点执行配额状态同步，当上游节点的上下文依赖覆盖比例达到依赖覆盖阈值时，解锁下游节点；当任一节点模态达到配额上限时，同步关闭相关节点模态的可见性； 步骤4，当目标生成段满足生成覆盖阈值并达到一致性阈值，确定承诺段，将承诺段的状态缓存设为只读并生成摘要指纹； 步骤5，在自回归解码中依据配额账本与覆盖状态对候选输出再加权，无可行候选时于未承诺范围内调整可见性掩码重新生成并更新配额账本； 步骤6，计算质量评分，对低于阈值的子段在对应有效窗口内执行定域回填增强直至达到预设条件； 步骤7，统计模态冲突率与语义漂移率，基于统计结果自适应调整模态配额、有效窗口与约束权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江谦卦信息科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道江南大道1038号华洲商务中心A区2002室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。