面向XR设备的远程专家指导意图可视化方法、设备及装置

本申请公开了面向XR设备的远程专家指导意图可视化方法、设备及装置，方法包括：接收远程专家结合实时场景预览图像发出的多模态指令；将多模态指令及关联的场景预览图像输入至视觉语言模型中，生成结构化意图数据包，并基于结构化意图数据包，生成与结构化意图数据包中操作动作意图匹配的动态3D视觉指令；将3D视觉指令与现场用户的XR设备的实时画面进行空间锚定，并根据匹配结果确定3D视觉指令的渲染位置，以在XR设备的实时画面中渲染3D视觉指令。通过上述方法，使得专家能够以符合人类直觉的方式表达复杂操作意图，降低沟通歧义。