本文提出了一种动态语义原型演化方法（DSP）和双重语义视觉变换器模块（DSVTM），旨在提升生成零样本学习（ZSL）的性能。DSVTM通过实例驱动的语义编码器和解码器，增强了语义与视觉特征的匹配，减轻了已知类偏见。此外，研究还提出了多模态循环一致性方法和新的分层语义视觉适应框架，均在多个数据集上展现了优越的性能。