本文综述视觉语言模型与提示学习进展，涵盖利用大语言模型生成图像标签、动态视觉提示、软提示、交互提示视觉推理及部分信息语言监督等方法，以提升图文检索、人物再识别和常识推理性能，并梳理相关网络结构、预训练目标与下游任务。

本文汇总了多项跨模态研究：场景图融合网络提升图文检索；MATRN增强文字识别；图卷积结合文本与图像区域改进细粒度分类；CPFEAN降低无关片段干扰，使检索指标提升5%–10%；字符注意力网络增强场景文本识别鲁棒性；文本引导面部识别改善低质量图像识别；多语言文本检测F值达85.02%；跨模态语义指导融合解码；编码器融合网络实现图像分割最优性能；图文本建模使检索准确率提升17%。