买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海人工智能创新中心申请的专利模型训练方法、视频预测方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117764815B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311796343.9，技术领域涉及：G06T3/04；该发明授权模型训练方法、视频预测方法、装置、设备及存储介质是由邱一航;李弘扬;陈立;高深远;杨佳智;王晖杰;李阳;曾嘉;李天羽;司马崇昊;张军;罗平;乔宇设计研发完成，并于2023-12-25向国家知识产权局提交的专利申请。

本模型训练方法、视频预测方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种模型训练方法、视频预测方法、装置、设备及存储介质。该方法包括：利用目标车辆采集到的初始视频帧和或初始视频帧的场景描述元数据，确定初始视频帧的场景上下文；利用初始视频帧和或初始视频帧对应的目标车辆的轨迹数据，确定目标车辆的车辆移动指令；利用初始视频帧和对应的控制文本训练初始模型，得到视频预测模型，其中，控制文本包括场景上下文和车辆移动指令。本发明实施例的技术方案，实现了对无标注大规模数据视频帧集进行自然语言指令和场景上下文的自动标注，使模型可以根据既有画面和基于自然语言的控制文本输出对未来画面预测的帧图像，解决了视频预测模型受标注数据集和布局信息限制的问题。

本发明授权模型训练方法、视频预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 利用目标车辆采集到的初始视频帧和或所述初始视频帧的场景描述元数据，确定所述初始视频帧的场景上下文； 利用所述初始视频帧和或所述初始视频帧对应的目标车辆的轨迹数据，确定所述目标车辆的车辆移动指令； 利用所述初始视频帧和对应的控制文本训练初始模型，得到视频预测模型，其中，所述控制文本包括所述场景上下文和所述车辆移动指令，所述视频预测模型用于输出预测视频帧； 其中，所述利用所述初始视频帧和对应的控制文本训练初始模型，得到视频预测模型，包括： 将至少一个所述初始视频帧的图像编码和对应的控制文本的文本编码输入StableDiffusionXL模型，得到降噪图像，并根据所述降噪图像确定损失函数值； 根据所述损失函数值确定中间模型，并利用注意力机制更新所述中间模型，得到待训练模型； 利用多个所述初始视频帧的图像编码和对应的控制文本的文本编码训练所述待训练模型，得到视频预测模型； 所述利用注意力机制更新所述中间模型，得到待训练模型，包括： 在所述中间模型中的Transformer模型的空间注意力模块、交叉注意力模块和前向反馈神经网络之前均插入预设时序推理模块，以得到待训练模型； 其中，所述预设时序推理模块中包括因果时序注意力子模块和解耦空间注意力子模块，所述因果时序注意力子模块用于基于注意力机制对所述Transformer模型的输入量进行加权处理，所述解耦空间注意力子模块用于对所述因果时序注意力子模块的输出量的空间注意力进行解耦。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海人工智能创新中心，其通讯地址为：200232 上海市徐汇区云锦路701号37、38层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。