本研究提出了一种新颖的轻量级多模态人工智能框架，旨在提高海洋多场景识别的精度。该框架结合图像数据、文本描述和分类向量，实验准确率达到98%，比之前最佳模型提升3.5%。此技术适用于资源受限平台，提供高性能的实时识别解决方案。