원래 이름 기록: 小哆智能科技（北京）有限公司

本发明属于视觉交互技术领域，具体涉及基于深度学习的2D数字人视觉交互方法，其特征在于：所述视觉交互方法包括以下步骤：步骤1.明确研究目标与技术选型规划；步骤2.收集并筛选图像数据；步骤3.精细标注数据；步骤4.搭建模型架构；步骤5.初始化模型参数；步骤6.模型训练；步骤7.调整训练超参数；步骤8.模型评估与优化；步骤9.实际推理应用。该发明提高了2D数字人与物体交互的准确性和真实性，特别是在处理复杂交互模式时表现更为突出，通过结合视觉与语言模态的优势，增强了模型对于细微动作细节的理解能。

本发明属于RAG内存增强技术领域，具体涉及一种自适应RAG内存增强方法，包括以下步骤：步骤1.确定应用场景与任务需求；步骤2.骨干LLM初始化与配置；步骤3.属性挖掘与识别；步骤4.属性标注粒度选择与标注；步骤5.属性优先级评估与排序；步骤6.构建记忆实例嵌入表示；步骤7.基于属性和嵌入的检索策略实施；步骤8.检索结果整合与优化；步骤9.实验评估与持续改进，所述确定应用场景与任务需求为明确自适应RAG内存增强技术的具体应用场景，根据用户输入的主题和要求，检索合适的文本内容进行推荐，针对不同场景，确定任务的具体需求。该发明通过深入挖掘并标注关键属性来充实内存信息，同时采用两种高效的检索手段以确保相关信息的快速定位。

本发明属于大语言模型技术领域，具体涉及基于大语言模型的饮食指导聊天系统，所述饮食指导聊天系统包括用户交互层、数据处理层、模型层、数据存储层，所述用户交互层支持多模态输入输出方式，输入方式包括文本输入框、语音输入按钮和图像上传区域，用户在文本输入框中描述饮食相关问题、自身健康状况，点击语音输入按钮后，通过说话向系统传达需求，借助图像上传区域，用户上传食物图片，输出则通过图文展示和语音播报呈现，系统生成的个性化饮食建议、食谱推荐、营养分析结果会在界面以图文形式展示。该发明采用模块化设计，可以轻松集成其他功能，例如运动建议、健康监测，可扩展性强使得本发明创造可以应用于更广泛的场景。