Los grandes modelos multimodales son una tecnología de aplicación de inteligencia artificial que se ajusta a las formas de cognición multicanal humanas en el contexto actual de informatización educativa. Modelos de lenguaje grande como ChatGPT-4o ya cuentan con la capacidad de salida multimodal que combina texto e imagen, proporcionando la viabilidad para que la enseñanza multimodal se convierta gradualmente en la norma en la enseñanza inteligente del chino internacional. Esto puede resolver eficazmente los problemas de cantidad insuficiente de recursos de video para la enseñanza internacional del chino, la limitación en los tipos, la insuficiente profundidad de difusión y la falta de entradas comprensibles. Por lo tanto, esta investigación se centra en 23 pares de errores comunes en patrones de oraciones usados en la enseñanza gramatical del chino internacional, y, basada en la idea de construcción de recursos "conexión precisa de etiquetas", propone el concepto de construcción de una base de recursos de videos gramaticales generativos y un proceso automatizado de procesamiento. Además, explora métodos para el reconocimiento de errores gramaticales y un nuevo modelo de enseñanza interactiva humano-máquina apoyado en grandes modelos, basándose en los recursos actuales. Este intento no solo proporciona una referencia para la construcción visual textual de recursos de errores gramaticales, sino que también ofrece una aplicación ejemplar para la construcción de recursos generativos basados en grandes modelos multimodales.

Base de recursos de video generativos;educación internacional del chino;análisis de errores;grandes modelos multimodales