基于多模态大语言模型的封面图生成方法、装置和设备

本公开提供了一种基于多模态大语言模型的封面图生成方法、装置、设备、介质和产品，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，能够用于基于AIGC的内容生成、生成式搜索、文档智能编辑、智能助手、虚拟助手、智能电商、智能推荐等应用场景。基于多模态大语言模型的封面图生成方法包括：基于目标内容的内容特征，在所述目标内容包括的候选图像中确定封面底图；基于所述目标内容包括的原始文本，获取封面文本；采用多模态大语言模型，对所述封面底图和所述封面文本进行融合，以获得候选封面图；在所述候选封面图中确定目标封面图。