一种基于多轮问答的AI图片生成方法技术

本发明专利技术公开了一种基于多轮问答的AI图片生成方法，包括：响应于用户自然语言输入，通过大语言模型，得到需求描述，以生成初始图片，其中，需求描述至少包括场景、对象、颜色、风格中的任意之一；根据用户对初始图像的修改语言，得到更新的需求描述，根据需求描述及更新前的需求描述对比，以进行图像更新；进行多次修改迭代，响应于用户确认，生成最终的图片。本发明专利技术通过需求对比与迭代生成，解决了用户需求表达不完整、反馈机制缺失及生成结果偏差的核心问题。通过多轮交互逐步补全用户需求，避免信息遗漏；基于差异对比仅调整变更部分，减少冗余计算，高效图像更新；通过多次迭代修正生成模型输入，确保最终图像符合用户预期。

【技术实现步骤摘要】

本专利技术属于ai图片生成，具体涉及一种基于多轮问答的ai图片生成方法。

技术介绍

1、随着深度学习技术的发展，基于生成对抗网络(gan)、扩散模型(diffusionmodel)等图像生成技术已广泛应用于艺术创作、设计辅助等领域。

2、然而，传统图像生成方法通常依赖用户输入的静态文本描述(如“日落海滩”)，但用户往往难以一次性提供完整的场景、对象、颜色、风格等关键特征描述，导致生成图像与实际需求存在偏差。大语言模型(llm)虽能理解自然语言，但其输出的特征描述缺乏结构化约束，易遗漏关键细节(如对象位置、色彩搭配)，无法直接驱动图像生成模型。

3、而且，现有生成模型(如gan或扩散模型)在生成图像后，用户若需修改，需重新输入完整需求描述，系统无法基于初始描述与修改反馈进行增量式调整。

4、图像生成模型对复杂语义需求的建模能力有限，尤其在多轮交互中，用户需求的动态调整可能导致生成结果的不一致(如颜色冲突、对象位置错位)，已使生成结果与用户期望产生偏差。

5、综上来说，现有图像生成技术存在用户需求表达不完整、反馈本文档来自技高网...

【技术保护点】

1.一种基于多轮问答的AI图片生成方法，其特征在于，包括：

2.根据权利要求1所述的基于多轮问答的AI图片生成方法，其特征在于，得到需求描述，具体为：

3.根据权利要求2所述的基于多轮问答的AI图片生成方法，其特征在于，得到需求描述，还包括：

4.根据权利要求3所述的基于多轮问答的AI图片生成方法，其特征在于，生成初始图片，具体为：

5.根据权利要求3所述的基于多轮问答的AI图片生成方法，其特征在于，生成初始图片，具体为：

6.根据权利要求1所述的基于多轮问答的AI图片生成方法，其特征在于，根据所述需求描述及更新前的需求描述对比...

【技术特征摘要】

1.一种基于多轮问答的ai图片生成方法，其特征在于，包括：

2.根据权利要求1所述的基于多轮问答的ai图片生成方法，其特征在于，得到需求描述，具体为：

3.根据权利要求2所述的基于多轮问答的ai图片生成方法，其特征在于，得到需求描述，还包括：

4.根据权利要求3所述的基于多轮问答的ai图片生成方法，其特征在于，生成初始图片，具体为：

5.根据权利要求3所述的基于多轮问答的ai图片生成方法，其特征在于，生成初始图片，具体为：

6.根据权利要求1所述的基于多轮问答的ai图片生成方法，其特征在于，根据所述需...

【专利技术属性】
技术研发人员：殷鑫，魏继鑫，辛廷凯，肖真真，王帅帅，
申请(专利权)人：山东浪潮数字服务有限公司，
类型：发明
国别省市：