金融界2025年5月16日消息，国家知识产权局信息显示，北京智慧星光信息技术股份有限公司申请一项名为“基于多模态图生文大模型的视频分析方法、装置、设备”的专利，公开号CN119992425A，申请日期为2025年2月。

专利摘要显示，本发明涉及视频分析技术领域，公开了基于多模态图生文大模型的视频分析方法、装置、设备，该方法通过对目标检测模型进行训练，将目标场景作为先验知识创建目标图像描述任务指令，从而聚焦视频中的重点场景更好的生成需要重点关注的图片描述，通过结合目标检测的方式防止生成的都是无效的文本信息，提高视频分析效率和时效性，并通过加入矩阵级噪音扰动，提高图生文大模型训练的泛化能力，同时利用交叉注意力增加图像描述任务指令和图片特征的映射，使模型能更加准确的进行图像描述，通过将两个模态输入融合对齐，将文本序列与交叉注意力之后输出矩阵的融合，使得模型能更好的理解指令并更好的生成文本描述，提高模型对视频内容理解的准确性。

天眼查资料显示，北京智慧星光信息技术股份有限公司，成立于2012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2333.3333万人民币。通过天眼查大数据分析，北京智慧星光信息技术股份有限公司共对外投资了5家企业，参与招投标项目1071次，财产线索方面有商标信息22条，专利信息139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