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！

龙图腾网获悉中南大学申请的专利基于潜在扩散模型的多智能体人物视频生成方法、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：CN121486635B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610016156.1，技术领域涉及：H04N21/44；该发明授权基于潜在扩散模型的多智能体人物视频生成方法、装置、设备及存储介质是由陈晓红;汤晨;胡东滨;曹文治;霍杨杰;尚荪培设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本基于潜在扩散模型的多智能体人物视频生成方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种基于潜在扩散模型的多智能体人物视频生成方法、装置、设备及存储介质，该方法包括：对原始视频数据进行处理，获得多模态输入集合和多模态特征，基于多模态特征生成多智能体在各时间步对应的状态三元组，将状态三元组输入至预构建的层次化意图分解模型进行意图分解，输出结构约束序列，将结构约束序列输入至目标渲染模型，以在潜在空间执行去噪，获得潜在视频序列，对潜在视频序列进行解码，获得目标人物视频；由于本发明通过强化学习优化多智能体的协作策略，结合扩散模型进行高质量人物视频生成，从而有效提升多智能体人物视频的行为一致性、情感表达和交互协调，从而大幅提升多人物视频的时空一致性和自然保真程度。

本发明授权基于潜在扩散模型的多智能体人物视频生成方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于潜在扩散模型的多智能体人物视频生成方法，其特征在于，所述方法包括： 对原始视频数据进行处理，获得候选输入数据，所述候选输入数据包括多模态输入集合和多模态特征，所述多模态输入集合包括潜在表征、语音信号和文本描述信息，所述多模态特征包括视觉特征、情感特征和语言特征； 基于所述多模态特征生成多智能体在各时间步对应的状态三元组，所述智能体对应为一个虚拟人物，所述状态三元组包括融合情感状态、任务目标以及交互状态； 将所述状态三元组输入至预构建的层次化意图分解模型进行意图分解，输出结构约束序列，所述层次化意图分解模型基于Transformer架构以及语言模型规划器构建； 将所述结构约束序列输入至预构建的目标渲染模型进行处理，获得潜在视频序列，所述目标渲染模型以潜在扩散模型的去噪UNet网络作为主干，并引入ControlNet控制分支实现结构条件控制，所述目标渲染模型基于多模态输入集合和多模态特征进行训练得到； 对所述潜在视频序列进行解码，获得目标人物视频。

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中南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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。