随着人工智能技术快速演进和加速发展,对机器视觉的研究提出了新的机遇和挑战。本讲座围绕视觉人工智能从“图像识别工具”向“复杂系统认知方法”的范式转变展开,系统梳理视觉ai在表征学习、视觉推理、多模态大模型、视觉预测、神经符号融合和视觉智能体等方向的技术演进与理论逻辑。提出“视觉智能六维范式”,从表征、结构、知识、时间、决策和智能体六个维度阐释视觉ai如何由像素级感知上升为状态理解、关系建模、因果推理和未来预测。研究认为,视觉ai的核心价值不再局限于分类、检测和分割,而在于把材料微结构、工业过程、生物医学影像、复杂交通场景和科研实验过程转化为可计算、可解释、可预测、可优化的智能对象。面向先进材料、绿色过程、生物医药和智能制造等交叉领域,报告将探讨视觉大模型、知识增强视觉推理、视觉因果模型、数字孪生和科研智能体的发展趋势,提出从“视觉检测”走向“视觉认知”、从“单点模型”走向“系统闭环”、从“算法工具”走向“科研基础设施”的新思路,为开展跨学科研究、平台建设和成果转化提供方法论启示。