大语言模型（Large Language Model, LLM）是基于海量文本数据训练的深度学习模型，不仅能生成自然语言文本，还能深入理解文本含义，完成文本摘要、问答、翻译等多种 NLP 任务。典型代表：GPT-3.5/4、文心一言、通义千问、Claude、LLaMA 等。视觉大模型的发展本质上是 NLP 大模型技术向计算机视觉领域的迁移与创新，其核心逻辑可以概括为：视觉大模型源自 NLP，用图像