本图为新旧研究主线对应及项目研究框架，整体分为四行层级：可继承基础、关键科学问题、研究内容、拟创新点，同时设置三条并行研究分支，整体演进逻辑为知识进入大模型、病斑证据进入语义、条件稳定语义支撑泛化。首先依托原本子可继承基础，第一分支开展图像文本多模态数据采集处理，融合病斑、环境、植保知识与 LLM 提示；第二分支开展属性感知多模态解耦与细粒度属性对比学习；第三分支重点面向复杂背景，解决光照、遮挡、视角变化带来的鲁棒性难题。在此基础上提炼三项关键科学问题：病害知识内化与领域语义表征形成机制、语义抽象里病斑细粒度证据保持机制、复杂环境下语义条件稳定性与泛化机制。对应设置三项研究内容：植保知识约束下的持续预训练与领域语义学习、病斑证据约束的细粒度语义表征协同推理、环境条件感知的稳定语义表征与泛化学习。进一步提炼三项拟创新点，分别实现病害‑视觉证据协同内化、兼顾语义抽象与病斑证据保持的细粒度表征、面向条件稳定性的复杂环境泛化学习。整套框架层层递进，完成从知识内化、证据保留再到环境泛化的完整研究设计。无论开展农业病害多模态方向课题的研究生还是涉农 AI 的科研从业者，都可以从中得到研究思路启发。