用于通过集成通信与计算实现虚拟个人助理混合现实服务的方法与流程

本公开一般涉及无线通信，更具体地，涉及利用集成通信与计算实现虚拟个人助理混合现实服务的技术。

背景技术：

1、本部分内容仅为与本发明公开相关的背景信息，不构成现有技术。

2、无线通信系统已被广泛部署，以提供各种电信服务，如电话、视频、数据、消息和广播。典型的无线通信系统可采用多址接入技术，该技术能通过共享可用系统资源来支持多个用户的通信。此类多址接入技术的示例包括码分多址(code division multipleaccess；cdma)系统、时分多址(time division multiple access；tdma)系统、频分多址(frequency division multiple access；fdma)系统、正交频分多址(orthogonalfrequency division multiple access；ofdma)系统、单载波频分多址(single-carrierfrequency division multiple access；sc-fdma)系统和时分同步码分多址(timedivision synchronous code division multiple access；td-scdma)系统。

3、这些多址接入技术已被采纳在各种电信标准中，以提供一种通用协议，使得不同的无线设备能在城市、国家、地区乃至全球范围内进行通信。一个示例电信标准是5g新无线(nr)。5g nr是由第三代合作伙伴计划(3gpp)推行的连续移动宽带演进的一部分，以满足与延迟、可靠性、安全性、可扩展性(例如，物联网(iot))及其他要求相关的新需求。5g nr的某些方面可能基于4g长期演进(lte)标准。存在进一步改进5g nr技术的必要性。这些改进也可适用于其他多址接入技术和采用这些技术的电信标准。

技术实现思路

1、以下内容以简化形式呈现一个或多个方面，以提供对这些方面的基本理解。本摘要并非对所有设想方面的全面概述，亦无意识别所有方面的关键或重要要素，也不界定任何或所有方面的范围。其唯一目的是以简化形式呈现一个或多个方面的某些概念，作为后续更详细描述的前奏。

2、在本公开的一个方面中，提供了一种方法、计算机可读介质和装置。该方法由用户设备执行，用于提供人工智能(ai)服务。该用户设备接收用于该ai服务的用户查询。该用户设备评估一个或多个条件。该一个或多个条件可包括以下至少一者：该用户设备的本地资源、该用户设备与服务器之间的网络连接资源、或该用户设备上用于响应该用户查询的信息的可用性。该用户设备基于该评估，从多个操作模式中确定一操作模式，用于执行该ai服务。该多个操作模式可包括仅本地模式以及至少一个拆分计算模式。该用户设备根据该确定的操作模式执行该ai服务，以向该用户查询提供响应。在仅本地模式下，该ai服务可完全在该用户设备上执行。在至少一个拆分计算模式下，该ai服务的至少一部分可被卸载至该服务器。

3、为实现上述及相关目的，一个或多个方面包括以下特征，这些特征将在后文详细描述，并在权利要求中特别指出。以下描述及附图详细阐述了一个或多个方面的某些示例性特征。然而，这些特征仅表明各种方面原理可应用的部分方式，本描述旨在包括所有此类方面及其等同物。

1.一种由用户设备执行的、用于提供人工智能(ai)服务的方法，包括：

2.如权利要求1所述的方法，其中该人工智能服务包括适用于一个或多个域的虚拟个人助理混合现实服务。

3.如权利要求1所述的方法，进一步包括经由检测机制在该用户设备上激活该人工智能服务，该检测机制包括以下一者：扫描近场通信标签、扫描快速响应码、蓝牙检测、wi-fi直连、超宽带或红外。

4.如权利要求1所述的方法，其中该用户设备的该本地资源包括以下一或多者：cpu利用率、存储器利用率、电池电量或电池充电状态，并且其中该网络连接资源包括以下一或多者：链路带宽可用性、可实现的端到端吞吐量、无线接入技术可用性或该用户设备与该服务器之间的无线电质量。

5.如权利要求1所述的方法，其中该服务器包括以下一或多者：客户驻地网络中的专用服务器、由移动网络运营商管理的服务器、由固定网络运营商管理的服务器、由卫星网络运营商管理的服务器或基于云的服务器，并且其中该服务器是基于服务需求和资源可用性实时选择的。

6.如权利要求1所述的方法，其中评估该信息可用性包括在该用户设备上检查本地数据库中是否存在足以响应该用户查询的缓存信息，并且其中该方法进一步包括将该响应存储在该本地数据库中以供将来使用。

7.如权利要求1所述的方法，其中当该评估确定该网络连接可用、且该本地资源不足或该信息在该用户设备上不可用中的至少一者成立时，选择该至少一个拆分计算模式，并且其中执行该人工智能服务包括：

8.如权利要求1所述的方法，其中当该评估确定该网络连接较差、该本地资源充足、且该信息在该用户设备上不可用时，选择该至少一个拆分计算模式，并且其中执行该人工智能服务包括：

9.如权利要求1所述的方法，其中当该评估确定该本地资源充足且该信息在该用户设备上的本地数据库中可用时，选择该仅本地模式，并且其中执行该人工智能服务包括：

10.如权利要求1所述的方法，进一步包括，在评估该一个或多个条件之前：

11.如权利要求10所述的方法，进一步包括：

12.如权利要求1所述的方法，进一步包括：

13.如权利要求1所述的方法，进一步包括使用该用户设备或该服务器上的一个或多个机器学习模型为该人工智能服务提供多语言支持，该多语言支持是基于用户偏好选择的。

14.一种由用户设备执行的、用于提供虚拟助理服务的方法，包括：

15.如权利要求14所述的方法，其中该预训练模型包括对比语言-图像预训练模型，并且其中该嵌入向量的数据大小约为2千字节。

16.如权利要求14所述的方法，其中从该服务器接收的该响应包括所渲染的虚拟助理的音频流和视频流，并且其中该方法进一步包括：

17.如权利要求14所述的方法，其中从该服务器接收的该响应包括音频流以及与该音频流对应的音素数据，并且其中该方法进一步包括：

18.如权利要求14所述的方法，其中从该服务器接收的该响应包括文本响应，并且其中该方法进一步包括：

19.如权利要求14所述的方法，进一步包括：

20.一种用于准备用于虚拟助理服务的服务模型的方法，包括：

21.如权利要求20所述的方法，其中该预训练模型包括对比语言-图像预训练模型，并且其中该一个或多个域包括零售、医疗保健、制造或农业。

22.一种用于提供人工智能(ai)服务的用户设备，包括：

23.一种存储用于由用户设备执行的提供人工智能服务的计算机可执行代码的计算机可读介质，包括代码用于：

24.一种用于提供虚拟助理服务的用户设备，包括：

25.一种存储用于由用户设备执行的提供虚拟助理服务的计算机可执行代码的计算机可读介质，包括代码用于：

26.一种用于准备用于虚拟助理服务的服务模型的装置，包括：

27.一种存储用于准备用于虚拟助理服务的服务模型的计算机可执行代码的计算机可读介质，包括代码用于：