金融界2025年2月21日消息，国家知识产权局信息显示，言生行（北京）科技有限公司申请一项名为“一种多模态Action Transformer模型及其智能化任务执行方法”的专利，公开号CN 119494078 A，申请日期为2024年10月。

专利摘要显示，本发明涉及企业流程自动化领域，尤其涉及一种多模态Action Transformer模型及其智能化任务执行方法；技术问题：现有Web页面操作自动化技术中存在的灵活性和适应性不足、泛化能力弱、上下文理解能力有限、多模态信息整合不足及数据利用效率低的问题；技术方案：一种多模态Action Transformer模型及其智能化任务执行方法，包括有多模态输入处理模块、多模态融合模块、Transformer编码器和操作预测模块；本发明通过同时处理图像、文本、DOM结构等多种输入，提高了对页面变化的容错能力和适应性，通过注意力机制能够有效捕捉和利用操作序列中的长程依赖关系，通过注意力机制和特征融合层，实现了图像、文本、DOM结构等多种模态信息的深度融合。

天眼查资料显示，言生行（北京）科技有限公司，成立于2022年，位于北京市，是一家以从事科技推广和应用服务业为主的企业。企业注册资本1000万人民币，实缴资本5万人民币。通过天眼查大数据分析，言生行（北京）科技有限公司知识产权方面有商标信息1条，专利信息1条，此外企业还拥有行政许可2个。

本文源自：金融界

作者：情报员