多模态模型训练方法、图像处理方法、装置及电子设备

本公开提供了一种多模态模型训练方法、图像处理方法、装置及电子设备，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大语言模型等技术领域。具体实现方案为：获取多模态模型；其中，多模态模型包括依次连接的图像编码器、桥接组件和大语言模型；执行针对多模态模型的训练操作，得到经过训练的多模态模型；其中，训练操作包括：在多模态模型中的大语言模型的权重参数被固定的情况下，利用第一图文样本集合，对多模态模型中的图像编码器和桥接组件进行训练，得到经过初步训练的多模态模型；利用第二图文样本集合，对经过初步训练的多模态模型进行整体训练，得到经过训练的多模态模型。