联汇科技申请文本跨模态对齐的视觉理解模型及推理方法专利，有效解决了模态鸿沟和对齐粒度粗糙问题

国家知识产权局信息显示，杭州联汇科技股份有限公司申请一项名为“文本跨模态对齐的视觉理解模型及推理方法”的专利，公开号CN122946828A，申请日期为2026年7月。

专利摘要显示，本发明公开了一种文本跨模态对齐的视觉理解模型，包括图像特征提取模块、文本特征提取模块、跨模态特征对齐模块、特征融合增强模块和视觉理解推理模块。图像特征提取模块采用改进型VisionTransformer架构，引入多尺度卷积注意力单元；文本特征提取模块采用改进型BERT架构，通过动态掩码机制与语义增强单元输出文本特征。本发明还公开了基于上述模型的图像‑文本跨模态对齐推理方法，包括数据预处理、模型训练、跨模态对齐推理和结果优化步骤。本发明有效解决了模态鸿沟和对齐粒度粗糙问题，提升了模型泛化能力和推理效率，可在端侧设备高效部署。

天眼查资料显示，杭州联汇科技股份有限公司，成立于2003年，位于杭州市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本13957.2019万人民币。通过天眼查大数据分析，杭州联汇科技股份有限公司共对外投资了14家企业，参与招投标项目736次，财产线索方面有商标信息80条，专利信息262条，此外企业还拥有行政许可10个。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。