买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湘江实验室申请的专利基于多模态语义的全息内容编辑方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120805868B 。

龙图腾网通过国家知识产权局官网在2026-01-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511320403.9，技术领域涉及：G06F40/166；该发明授权基于多模态语义的全息内容编辑方法、装置、设备及存储介质是由陈晓红;徐波;汪阳洁;尚荪培设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本基于多模态语义的全息内容编辑方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种基于多模态语义的全息内容编辑方法、装置、设备及存储介质，涉及通信技术领域，包括：通过获取并处理用户输入的多模态文化内容和现实环境信息，利用动态语义加权策略和语义对齐对比方法生成统一且优化的目标语义特征。结合条件融合生成模型生成全息内容，并通过结构感知图神经网络与现实环境融合，最终根据用户指令进行个性化编辑优化，提高了全息内容创作的语义一致性、编辑效率及融合适配性。

本发明授权基于多模态语义的全息内容编辑方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于多模态语义的全息内容编辑方法，其特征在于，所述方法包括： 获取用户输入数据和现实环境信息，所述用户输入数据包括多模态文化内容和用户指令，所述现实环境信息为真实场景的物理信息和语义信息； 对所述多模态文化内容通过动态语义加权策略进行处理，得到统一语义特征； 对所述统一语义特征进行优化处理，得到目标语义特征； 根据所述目标语义特征通过条件融合生成模型中，生成全息内容，所述条件融合生成模型包括输入层、主干结构层、控制一致性模块和输出层，所述控制一致性模块通过引入损失函数解析用户控制参数和真实控制参数的误差进行优化； 通过结构感知图神经网络将所述全息内容与所述现实环境信息进行融合，得到优化全息内容； 根据所述用户指令对所述优化全息内容进行语义编辑和优化，得到目标优化全息内容； 所述对所述统一语义特征进行优化处理，得到目标语义特征的步骤，包括： 将统一语义特征进化划分，得到正样本对和负样本对； 通过模态对比损失函数对所述正样本对和所述负样本对进行计算，得到语义偏差值； 基于所述语义偏差值通过多头注意力机制进行计算，得到一致性打分向量； 根据所述一致性打分向量对所述统一语义特征进行优化，得到目标语义特征； 所述通过结构感知图神经网络将所述全息内容与所述现实环境信息进行融合，得到优化全息内容的步骤，包括： 将所述全息内容和所述现实环境信息建模为图节点，构建联合图结构； 对所述联合图结构的节点赋予空间位置、语义类别和可见性属性，形成节点特征向量； 基于所述联合图结构计算节点间的连接权重，生成带权边集合； 基于所述带权边集合通过图神经网络对所述联合图结构进行多轮特征传播与聚合，更新节点特征向量； 将更新后的节点特征向量映射至所述现实环境信息对应的语义空间，得到映射节点向量； 根据所述映射节点向量和所述现实环境信息进行融合，得到融合后的空间结构图； 将所述融合后的空间结构图作为优化全息内容。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湘江实验室，其通讯地址为：410000 湖南省长沙市高新区尖山路217号北斗产业园1栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。