复杂性与涌现过程的发生存在本质关联，而涌现过程可理解为集体行为与生态系统中逐步形成连贯性、相关性等属性的过程。

土壤退化、盐渍化、养分耗竭以及气候变化导致的农业不稳定，是当前威胁全球粮食安全、环境可持续性和碳中和目标的最关键挑战。日益增长的粮食需求与集约化农业生产方式加剧了土壤板结，降低了水肥利用效率，且增加了农业土壤的温室气体排放。

随着人工智能 (Artificial Intelligence, AI)、高保真仿真、传感器技术和自主系统的快速发展，海事部门正经历深刻的数字化变革。全球航运业对效率、安全与可持续性的要求日益提高，燃料消耗、排放控制、实时导航、风险决策等复杂问题亟需AI驱动的优化来应对。以机器学习、数字孪生、强化学习和大数据分析为代表的AI模型，为船舶性能提升、故障检测及自主航行安全提供了全新路径。发展可信、可解释且稳健的AI海事应用，已成为智能航运与自主船舶时代的前沿热点。

计算机视觉已不再局限于传统图像处理，而是逐渐发展成为现代人工智能的重要基石，连接数字空间与物理世界。本特刊旨在探索计算机视觉领域的前沿进展，重点关注物理规律与学习框架的深度融合，以及向多模态感知的拓展。随着对鲁棒性强、可解释性高模型需求的不断增长，物理信息机器学习 (Physics-Informed Machine Learning, PIML) 在提升模型泛化能力和数据效率方面展现出巨大潜力。同时，多模态感知的融合——涵盖视觉、触觉及其他感知模态，以及面向动态环境的时空感知与高灵敏度传感数据，正深刻推动从机器人操作到环境监测等多个应用领域的发展。

近年来，人工智能的快速发展正推动机器人技术从预设程序执行向认知决策智能化转型。研究者逐渐认识到，真正的智能不仅存在于算法中，更根植于物理实体与真实世界的动态交互，“具身智能”由此成为前沿探索的核心范式。当多个具身智能体协同完成任务时，如何通过感知、规划与控制实现群体智能的涌现，即“协同自主”，便成为关键科学问题。从工业机群协作到自动驾驶决策，对具备强健感知与鲁棒控制能力的具身智能系统需求日益迫切。非结构环境中的精准感知、物理约束下的长时序规划、多机器人分布式协同控制，仍是当前面临的核心挑战。

太阳喷流是太阳大气中普遍存在的准直束状物质抛射现象，常伴随太阳耀斑、日冕物质抛射、日冕波及射电暴等多种活动，对上层大气输送物质和能量具有重要作用。因此，研究太阳喷流对理解太阳爆发物理机制、日冕加热、太阳风加速及磁场突变等过程至关重要。新一代高分辨率观测设备及独特视角将为我们深入理解太阳喷流提供新的突破。

计算机视觉作为人工智能的重要分支，经历了从早期的图像处理与特征提取研究，到如今深度学习、Transformer及多模态感知技术全面应用的跨越式发展。现代计算机视觉不仅在传统二维图像识别中取得突破，还拓展到三维重建、视频理解、姿态估计、场景感知等多维度任务；同时，结合AI与计算机图形学、传感融合及自监督学习等技术，视觉系统在智能驾驶、机器人、医疗影像分析、工业检测等实际场景中的落地能力显著增强，推动了跨学科创新与技术应用。