基于语义关联建模的视觉生成方法、装置、设备及介质

本发明涉及语音语义技术领域，可应用于金融科技、医疗健康及海报设计等业务场景中，公开了一种基于语义关联建模的视觉生成方法、装置、设备及介质，包括：训练语言模型以理解语义扰动后的交互指令，生成包含主题和风格参数的需求文本；提取需求文本中的语义特征并构建语义关联权重，结合空间分布约束优化元素布局坐标；将布局信息编码为控制矩阵并与初始噪声融合，通过编解码网络调节降噪过程，生成对用户指令语义高度匹配的目标视觉内容。本发明通过构建布局优化函数并引导扩散模型在空间上聚焦语义显著区域，将语言模型输出与视觉生成过程紧密结合，实现对用户语义需求的结构化响应与空间映射，提升视觉内容生成的表达一致性与个性化适配能力。