该文综述知识驱动视觉问答（KVQA）研究，涵盖MAIL模态感知集成、KNVQA评估方法、VKMN视觉知识存储网络、多智能体协作框架、CG-VLM对齐模型和VaLM预训练框架，利用知识图谱与大型语言模型增强图像理解与知识推理，并在多个基准数据集上验证性能优势。