Feedback（LLF） ➢ 通过语言反馈（LLF）合成的偏好对：当前模型的生成结果通常并不完美。利用语言反馈优化提 示词（prompts），可以在某些维度上改善模型的响应，从而合成更多具有学习价值的偏好对。 53 ➢ 客观基础：多模态大模型已具备强大的跨模态穿透与融合的感知能力，能够通过结合世界知识与 上下文学习能力，实现多种模态（如图像、文本、音频、视频等）的高效推理与协同输出。 ➢ 激活赋能：基于

..... 51 3.4 诺达佳：基于 AI 的在线式视觉随动同步点胶机应用 ...........................................................53 3.5 新松：智能巡检机器人 ............................................................................... 架进行推理运算，同时结合锐炫™ A380 显卡的强大性能对模型推理过程进行加速处理，从而构建出一套既高效又极具成本 效益的 AI 推理解决方案。 图：利珀 SC 系列晶硅电池隐裂检测产品示意图 53 03 成功案例 3.4 诺达佳：基于 AI 的在线式 视觉随动同步点胶机应用 背景与挑战 解决方案 传统的点胶系统方案中通常通过 PLC + 运动控制板卡构成控制系统，根据预先设定的路径进行点胶的动作，效率比较低，功