Esta revisión se centra en la investigación sobre materiales bidimensionales (2D) habilitados por aprendizaje automático, explorando el progreso y las perspectivas de este campo interdisciplinario. A un nivel fundamental, los algoritmos de aprendizaje automático incorporan sistemas de imagen para construir marcos de visualización altamente precisos para el análisis de materiales. Los materiales bidimensionales tienen un rico conjunto de propiedades ópticas, que incluyen la absorción y emisión de luz, la anisotropía, la fotoluminiscencia y los efectos ópticos no lineales, que el aprendizaje automático puede comprender con precisión a través de la caracterización de imágenes, la fusión espectral y el análisis cuantitativo. Mientras tanto, el proceso de preparación y el posprocesamiento son aspectos clave en la regulación del crecimiento de materiales 2D, y el aprendizaje automático ayuda a optimizar los experimentos al analizar la cinética de crecimiento para un control fino. La investigación relacionada ha generado muchos logros académicos, penetrando gradualmente en la electrónica, la energía y otras aplicaciones industriales. Se espera que la innovación en tecnología de imagen y el profundizamiento de la integración multidisciplinaria desbloqueen más aplicaciones emergentes y amplíen los límites de aplicación de los materiales 2D.