本发明公开了基于图像识别与大语言模型的文本生成方法及系统，涉及文本生成技术领域，包括：对多视角图像序列进行时间校正与线性插值对齐，提取实体、区域与状态等视觉要素，形成视觉证据包，并一对一映射为证据绑定锚；按实体与时序构建统一实体时间线初...