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！

龙图腾网获悉厦门大学申请的专利一种基于并行视觉令牌调度的多模态大语言模型推理方法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：CN121189504B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511698936.0，技术领域涉及：G06N5/04；该发明授权一种基于并行视觉令牌调度的多模态大语言模型推理方法是由纪荣嵘;詹翁怡;林明宝;林志航设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种基于并行视觉令牌调度的多模态大语言模型推理方法在说明书摘要公布了：本发明公开了一种基于并行视觉令牌调度的多模态大语言模型推理方法，包括以下步骤：S1、获取模型的输入信息，所述输入信息包括用户输入的图像数据和文本查询数据；利用视觉编码器中类别标记的注意力权重对视觉标记进行划分，将视觉输入划分为主体标记与非主体标记；S2、构建两个并行输入流，将两类视觉标记与相同的文本标记分别输入多模态大语言模型的前n层的Transformer层进行处理；S3、在浅层阶段，多模态大语言模型通过自注意力机制完成视觉信息向文本标记的迁移；S4、在第n层后融合两个分支中的文本标记表示，并丢弃非主体标记，仅保留主体标记进入剩余的Transformer层进行推理，直到多模态大语言模型最终生成并输出目标输出结果。

本发明授权一种基于并行视觉令牌调度的多模态大语言模型推理方法在权利要求书中公布了：1.一种基于并行视觉令牌调度的多模态大语言模型推理方法，其特征在于，包括以下步骤： S1、获取模型的输入信息，所述输入信息包括用户输入的图像数据和文本查询数据；利用视觉编码器中类别标记的注意力权重对视觉标记进行划分，将视觉输入划分为主体标记与非主体标记； S2、构建两个并行输入流，将两类视觉标记与相同的文本标记分别输入多模态大语言模型的前n层的Transformer层进行处理； 步骤S2的具体过程为： S21、构造两个并行输入流，表示为：，，其中，为主体路径的输入序列；为非主体路径的输入序列；为系统标记；为文本查询数据对应的文本标记；为标记拼接操作；为主体视觉标记子集；为非主体视觉标记子集； S22、两个输入流以批次维度堆叠，分别通过Transformer层的前n层，得出对应的中间表示：，，其中，为前个Transformer层的堆叠模块；为主体路径的初始输入序列；为主体路径中经过层Transformer处理后的系统标记表示；为主体路径中经过层Transformer处理后的主体视觉标记表示；为主体路径中经过层Transformer处理后的文本标记表示；为非主体路径的初始输入序列；为非主体路径中经过层Transformer处理后的系统标记表示；为非主体路径中经过层Transformer处理后的非主体视觉标记表示；为非主体路径中经过层Transformer处理后的文本标记表示； S3、在浅层阶段，多模态大语言模型通过自注意力机制完成视觉信息向文本标记的迁移； S4、在第n层后融合两个分支中的文本标记表示，并丢弃非主体标记，仅保留主体标记进入剩余的Transformer层进行推理，直到多模态大语言模型最终生成并输出目标输出结果；所述目标输出结果包括图文问答答案、图像内容描述或视觉逻辑推理结论； 步骤S4的具体过程为： S41、对两个分支中的文本标记表示与进行加权融合，融合公式为：，其中，为融合后的文本标记；和均为加权系数； S42、构建融合后的输入序列，表示为：，其中，为融合了非主体视觉信息的、用于后续推理的精简输入序列； S43、从第n+1层开始，丢弃非主体标记，仅保留主体标记与融合后的文本标记，进行后续的Transformer层推理，直到多模态大语言模型最终生成并输出针对文本查询数据的目标输出结果。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422号；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。