【技术实现步骤摘要】
本专利技术涉及计算机，具体地涉及一种多模态大模型构建方法、系统、制冷设备、存储介质。
技术介绍
1、深度学习和人工智能技术在智能家电和制冷设备领域的快速发展与应用。随着智能设备变得越来越普及，它们对数据处理和交互效率的要求也随之增加。特别是在处理大量多模态数据（如文本、图像、声音等）时，如何提升ai大模型的训练效率和生成方法，同时确保服务运行的高质量，成为了亟待解决的问题。大模型在训练时对计算资源的巨大需求，使得训练成本高昂，效率低下；其次，现有模型在处理实时或离线的多源异构数据时，往往难以达到既高效又准确的理想状态，影响了智能设备的响应速度和服务质量。
技术实现思路
1、本专利技术的目的在于提供一种多模态大模型构建方法、系统、制冷设备、存储介质。
2、本专利技术提供一种多模态大模型构建方法，其包括步骤：
3、获取多模态数据，所述多模态数据包括语音数据、文本数据、图像数据、音频数据和视频数据中的至少两种；
4、将所述多模态数据进行预处理和转换，融合转换后
【技术保护点】
1.一种多模态大模型构建方法，其特征在于，包括：
2.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述将所述新大模型与当前大模型库的答案模型进行对比，迭代更新优化当前大模型库的大模型，具体包括：
3.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述封装并部署应用大模型库中的大模型，具体包括：
4.根据权利要求3所述的多模态大模型构建方法，其特征在于，所述封装并部署应用大模型库中的大模型，还包括：
5.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述获取多模态数据，具体包括：
6....
【技术特征摘要】
1.一种多模态大模型构建方法，其特征在于，包括：
2.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述将所述新大模型与当前大模型库的答案模型进行对比，迭代更新优化当前大模型库的大模型，具体包括：
3.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述封装并部署应用大模型库中的大模型，具体包括：
4.根据权利要求3所述的多模态大模型构建方法，其特征在于，所述封装并部署应用大模型库中的大模型，还包括：
5.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述获取多模态数据，具体包括：
6.根据权利要求1所述的多模态大模型构建方法，其特征在于，所述多模态数据包括语音数据、文本数据、图像数据、音频数据和视频数据。
7.根据权利要求6所述的多模态大模型构建方法，其特征在于，所述将所述多模态数据进行预处理和转换，具体包括：
8.根据权利要...
【专利技术属性】
技术研发人员：马坚，曾谁飞，李成林，窦振东，张景瑞，王卫庆，高洪波，李桂玺，陈金鑫，
申请(专利权)人：青岛海尔电冰箱有限公司，
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。