基于人工智能的交互方法、装置、设备及智能体

本公开提供了一种基于人工智能的交互方法、装置、设备、介质、程序产品及智能体，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于AIGC基于人工智能的内容生成等场景。该方法包括：获取多模态问题，其中，多模态问题包括文本和图像；分别检索与文本和图像各自相匹配的信息，得到多源检索信息；利用多模态知识提炼大模型基于多模态问题对多源检索信息进行多任务处理，得到检索增强信息；以及利用多模态交互大模型基于多模态问题对检索增强信息进行处理，得到针对多模态问题的回复内容。