一种基于多模态大模型的意图理解交互方法

本发明公开了一种基于多模态大模型的意图理解交互方法，包括：明确当前交互场景下的用户完成目标所需的细粒度任务；进行细粒度任务分类和多模态相关子任务分解；收集细粒度任务的训练数据以及多模态任务和相关子任务的数据集；通过所述训练数据和数据集训练多模态大模型；利用训练完成的多模态大模型进行交互控制，处理用户输入。本发明特别适用于需要复杂人机交互的场景，如智能助手和虚拟助理等领域，能够显著提升系统对环境变化的感知和对用户需求的响应能力，减少对多模态任务数据集收集依赖，为人机交互技术的发展提供了重要参考和支持。