具体内容（突破的关键核心技术）：

1.多模态数据采集、融合与对齐技术：搭载多模态传感器（摄像头、麦克风、力传感器、温湿度传感器、电子鼻等），采集同步的多模态环境数据和交互数据；研究多模态数据预处理和对齐方法，包括时间同步、空间校准等。

2.模态感知模型训练与优化：利用大规模多模态预训练模型（如Vision-Language Models、Audio-Language Models）进行迁移学习或端到端训练。研究大规模多模态数据的训练策略，如多任务学习、弱监督学习等，提高模型对少样本或异构任务的适应性；以满足场景的应用推理需求。

产出的标志性创新成果及产业化前景：

人工智能多模态感知系统实现不同模态数据的高效融合与协同理解，是推动人机交互、智能机器人、自动驾驶等领域发展的核心。

本项目研发适用于不同场景的多模态感知算法和预训练模型，开发人工智能多模态感知系统，面向通信、教育、工业巡检、智能陪护等场景的终端应用，具有巨大的市场潜力。

项目实施突破关键技术2项，新增专利（软著）4项，形成新产品3个，项目执行期内累计实现销售收入1000万元以上，完成技术合同交易登记额600万元以上。

扫一扫在手机打开当前页