多模态大模型的知识蒸馏方法、系统、设备及存储介质

本申请提供一种多模态大模型的知识蒸馏方法、系统、设备及存储介质，涉及人工智能技术领域，方法包括：将用户端发送的多模态数据输入至视觉模态解析单元、语言模态解析单元及语音模态解析单元，对应生成视觉特征向量、语言特征向量及语音特征向量；并进行特征融合，生成融合特征矩阵；在融合特征矩阵的基础上，将教师模型的知识迁移至学生模型；获取学生模型输出的预测结果，将预测结果反馈至用户端，并接收用户端发送的反馈信息；将反馈信息存入动态记忆库中，基于动态记忆库中存储的梯度方向向量，对学生模型进行增量学习。本申请具有的技术效果是：根据用户的实际使用情况进行动态优化，以使模型性能满足实际应用需求。