Os grandes modelos multimodais são uma tecnologia de aplicação de inteligência artificial que se adapta às formas de cognição multicanal humanas no atual contexto de informatização da educação. Grandes modelos de linguagem, como o ChatGPT-4o, já possuem capacidade de saída multimodal, combinando texto e imagem, proporcionando a viabilidade para que o ensino multimodal se torne gradualmente a norma no ensino inteligente internacional de chinês. Podem resolver eficazmente problemas como a quantidade insuficiente de recursos de vídeo para o ensino internacional de chinês, a limitação de tipos, a profundidade insuficiente de divulgação e a falta de entradas compreensíveis. Portanto, este estudo foca em 23 pares de erros comuns em padrões de frases usados no ensino gramatical do chinês internacional, e, baseado no conceito de construção de recursos "conexão precisa das marcações", propõe a ideia de construção de um banco gerativo de recursos de vídeo gramatical e um processo automatizado de processamento. Além disso, explora métodos para reconhecimento de erros gramaticais e um novo modelo de ensino interativo homem-máquina suportado por grandes modelos, com base nos recursos existentes. Esta tentativa não apenas fornece referência para a construção visual textual de recursos de erros gramaticais, mas também oferece uma aplicação exemplar para a construção de recursos gerativos baseados em grandes modelos multimodais.

Banco de recursos de vídeo gerativos;educação internacional de chinês;análise de erros;grandes modelos multimodais