大模型通过将图像编码为可与语言对齐的视觉Token，结合对比学习与投影适配实现跨模态对齐，再以指令微调统一分类、检测、分割、OCR与VQA等图像识别任务；工程路径为数据治理→视觉编码器→多模态预训练→任务化微调→高效推理→评估闭环。选择CNN或ViT等编码器与CLIP式或投影式对齐需权衡性能与成本；推理阶段依赖Prompt工程、分辨率与量化加速；评估以mAP、mIoU、CER与VQA准确率等指标为主，并引入线上A/B测试与合规治理。国内外多模态方案各具特色，未来趋势包括高效视觉Token化、视频多模态、Agent化工具调用与边云协同，推动图像识别从好看分数走向好用系统。