【技术实现步骤摘要】
虚拟世界资源生成模型的构建方法、装置、设备、介质
[0001]本公开涉及人工智能
,尤其涉及一种虚拟世界资源生成模型的构建方法
、
虚拟世界资源生成模型的构建装置
、
电子设备及计算机可读存储介质
。
技术介绍
[0002]随着人工智能的快速发展,元宇宙等虚拟世界应用及场景不断扩充,其对应的相关用户的数量也在持续高速增长
。
为了满足用户对虚拟世界资源的多样化需求,例如生成元宇宙图像
、
音频
、
模型,或者构建元宇宙场景等,现有技术构建了能够生成虚拟世界资源的模型
。
然而,现有技术中,虚拟世界资源生成模型的建模过程往往需要大量的人工参与,人力成本和时间成本较高;另外,考虑虚拟世界资源通常较为复杂,模型训练过程的计算量较大,对训练终端的硬件要求较高
。
[0003]因此,如何准确
、
便捷的构建虚拟世界资源生成模型,是现有技术亟待的解决的问题
。
[0004]需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息
。
技术实现思路
[0005]本公开提供了一种虚拟世界资源生成模型的构建方法
、
虚拟世界资源生成模型的构建装置
、
电子设备及计算机可读存储介质,进而至少在一定程度上克服现有技术构建虚拟世界资源生成模型需要耗费较大的 ...
【技术保护点】
【技术特征摘要】
1.
一种虚拟世界资源生成模型的构建方法,其特征在于,所述方法包括:确定区块链中多个服务节点的性能信息;根据所述多个服务节点的性能信息,为各所述服务节点分配数据采集任务,使各所述服务节点根据所述数据采集任务采集训练数据,所述训练数据包括基础资源数据和虚拟世界描述数据;各所述服务节点根据采集的训练数据训练待训练模型,得到对应的训练结果;对所述训练结果进行整合,以根据整合后的所述训练结果构建虚拟世界资源生成模型
。2.
根据权利要求1所述的方法,其特征在于,所述各所述服务节点根据采集的训练数据训练待训练模型,包括:各所述服务节点根据所述训练数据的类型,对所述训练数据进行预处理,并从预处理后的训练数据中提取特征数据;各所述服务节点基于所述特征数据训练所述待训练模型
。3.
根据权利要求2所述的方法,其特征在于,所述训练数据包括多种不同类型的数据;所述从预处理后的训练数据中提取特征数据,包括:从预处理后的训练数据中提取不同类型的特征数据;将所述不同类型的特征数据进行特征整合处理,生成中间数据;所述各所述服务节点基于所述特征数据训练所述待训练模型,包括:各所述服务节点通过所述中间数据训练所述待训练模型
。4.
根据权利要求3所述的方法,其特征在于,所述各所述服务节点通过所述中间数据训练所述待训练模型,包括:各所述服务节点将所述中间数据作为输入数据,输入所述待训练模型中进行处理,以输出虚拟世界资源数据;基于所述虚拟世界资源数据与预先获取的虚拟世界资源标签之间的差别,更新所述待训练模型的模型参数,以完成所述待训练模型的训练
。5.
根据权利要求3所述的方法,其特征在于,所述将所述不同类型的特征数据进行特征整合处理,生成中间数据,包括以下任意一种方式:将所述不同类型的特征数据映射到共享低维嵌入空间,以在所述共享低维嵌入空间中确定所述中间数据;将所述不同类型的特征数据进行张量积操作,以生成所述中间数据;或者使用注意力算法确定不同类型的特征数据的相关性,以根据所述相关性确定中间数据
。6.
根据权利要求1所述的方法,其特征在于,所述确定区块链中多个服务节点的性能信息,包括:确定所述区块链中所述多个服务节点的算力信息和数据处理类型;所述根据所述多个服务节点的性能信息,为各所述服务节点分配数据采集任务,包括:根据各服务节点的...
【专利技术属性】
技术研发人员:卢毅,梁伟,
申请(专利权)人:中国电信股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。