多模态信息交互方法、装置、智能体、设备和介质

本公开提供了一种多模态信息交互方法、装置、智能体、电子设备和存储介质，涉及人工智能技术领域，尤其涉及大模型、人机交互技术领域。具体实现方案为：对来自终端的媒体资源请求进行意图识别，得到意图识别结果，其中，意图识别结果表征媒体资源请求是否命中预定处理方式；响应于媒体资源请求命中预定处理方式，调用第一多模态处理模块确定与媒体资源请求对应的媒体资源地址；调用第二多模态处理模块针对媒体资源地址中的媒体资源进行渲染，并将渲染得到的媒体流输出给终端。