基于VLA模型的任务处理方法、装置、设备和存储介质

本申请涉及人工智能技术领域，应用于机器人任务执行、金融科技、智能问诊等场景中，可以实现全面、深入地构建数据的语义信息以及不同模态的数据之间的相互关系，以及实现高效地对不同模态的语义信息进行深度交互与协同推理，从而有效提升理解复杂语义的准确性。涉及一种基于VLA模型的任务处理方法、装置、计算机设备和存储介质，该方法包括：获取多模态处理任务对应的多模态数据；基于动态语义图生成层，对多模态数据进行语义图生成，得到多模态数据对应的多模态动态语义图；基于跨模态协同推理层，对多模态动态语义图进行跨模态协同推理，得到多模态数据对应的目标语义信息；根据目标语义信息执行多模态处理任务。