浪潮信息申请视觉语言理解专利，提升计算机视觉的视频语言理解能力

2024年3月23日，国家知识产权局公告，浪潮电子信息产业股份有限公司申请了一项名为“一种视觉语言理解方法、装置、设备及可读存储介质”的专利，公开号CN117746441A，申请日期为2024年2月。该发明涉及计算机视觉领域，提出了一种通过视觉文本跨模态共识信息，实现基于视觉文本跨模态编码的方法，从而使模型更好地理解图像或视频的内容和上下文信息，解决了传统视觉语言模型存在的学习损失较大的问题，提升了视频语言理解能力，精确响应视觉语言相关问题。