联邦学习（FL）在非独立同分布（non-IID）客户端数据的挑战下，严重影响全球模型性能，尤其是在多模态感知环境中。传统方法往往无法解决客户端之间的语义差异，导致多媒体系统的感知能力不足。为了解决这一问题，提出了SemanticFL框架，利用预训练扩散模型的丰富语义表示，为本地训练提供隐私保护的指导。该方法利用预训练的Stable Diffusion模型的多层语义表示，包括VAE编码的潜变量和U-...