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！

龙图腾网获悉上海天图云睿智能科技有限公司申请的专利图像生成以及图文对齐方法、装置、终端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：CN117093739B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202311135680.3，技术领域涉及：G06F16/58；该发明授权图像生成以及图文对齐方法、装置、终端设备及存储介质是由季诚;林涵;王振兴;张成国设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本图像生成以及图文对齐方法、装置、终端设备及存储介质在说明书摘要公布了：本发明实施例公开了一种图像生成以及图文对齐方法、装置、终端设备及存储介质，本发明实施例在视觉语言模型的训练过程中，将训练图像以及训练文本输入至视觉语言模型，通过视觉语言模型同时执行图像生成任务以及图像文本对齐任务，从而得到统一的视觉语言模型，能够实现图像文本对齐以及多模态生成功能，解决了现有技术中无法实现统一的判别和生成模型的技术问题。

本发明授权图像生成以及图文对齐方法、装置、终端设备及存储介质在权利要求书中公布了：1.一种图像生成以及图文对齐方法，其特征在于，包括： 当接收到图像生成任务时，获取第一输入文本以及噪声图像； 将所述第一输入文本和所述噪声图像输入至视觉语言模型中，以使所述视觉语言模型分别从所述第一输入文本和所述噪声图像中提取第一文本特征以及第一图像特征，并根据所述第一文本特征和所述第一图像特征，生成与所述第一输入文本相对应的目标图像； 当接收到图像文本对齐任务时，获取第二输入文本以及至少一个第一输入图像； 将所述第二输入文本和所述第一输入图像输入至所述视觉语言模型中，以使所述视觉语言模型分别从所述第二输入文本和所述第一输入图像中提取第二文本特征和第二图像特征，并根据所述第二图像特征以及所述第二文本特征，在所述第一输入图像中确定与所述第二输入文本相对应的目标图像； 其中，在所述视觉语言模型的训练过程中，将训练图像以及训练文本输入至所述视觉语言模型，以使所述视觉语言模型同时执行所述图像生成任务以及所述图像文本对齐任务； 在执行所述图像生成任务时，通过所述视觉语言模型从所述训练图像中提取出第一训练图像特征，以及从所述训练文本中提取出第一训练文本特征； 在执行所述图像文本对齐任务时，通过所述视觉语言模型从所述训练图像中提取出第二训练图像特征和第三训练图像特征，以及从所述训练文本中提取出第二训练文本特征； 根据所述第一训练图像特征、所述第二训练图像特征、所述第三训练图像特征、所述第一训练文本特征和所述第二训练文本特征对所述视觉语言模型的参数进行调整，直至所述视觉语言模型的输出误差在预设范围内为止。

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天图云睿智能科技有限公司，其通讯地址为：201400 上海市奉贤区金海公路6055号11幢5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”。

以上内容由龙图腾AI智能生成。