基于多模态大模型的公共服务场景智能交互方法及系统

本申请公开了一种基于多模态大模型的公共服务场景智能交互方法。属于智能交互技术领域。该方法包括：获取公共服务场景下的多模态用户输入数据；将多模态用户输入数据输入至经微调的多模态大模型中进行统一语义解析，生成融合时序上下文信息的统一语义状态向量；基于统一语义状态向量，通过多智能体协同决策系统进行任务处理，生成服务执行方案；获取用户的交互能力特征参数，并基于交互能力特征参数和服务执行方案的服务语义状态，生成对应的自适应输出策略；以及依据自适应输出策略，通过执行控制智能体，将服务结果通过多种输出模态的组合方式呈现给用户；多种输出模态至少包括语音输出、图文显示和动作引导。