本图是设施蔬菜病害多模态大模型的课题研究逻辑框架，横向依次分为原稿可继承基础、3 个关键科学问题、3 项研究内容、3 项拟创新点四大模块，共设置三条前后一一对应的研究链路。第一条链路继承原稿内容一的图像文本采集、病斑位置标注与专家症状描述基础，引出科学问题 1，探究多模态大模型病害知识内化与统一语义表征的形成机制；对应研究内容 1 开展知识约束下多模态大模型持续预训练与语义表征学习；形成拟创新点 1，即知识与视觉协同约束的病害知识内化方法。第二条链路基于原稿内容二的属性感知解耦、细粒度属性对比、属性记忆库设计，提出科学问题 2，研究多模态大模型语义抽象过程里细粒度病斑证据的保持机制；开展研究内容 2 病斑证据保持的细粒度语义表征与协同学习；得到拟创新点 2，兼顾语义抽象与病斑证据保持的多模态表征方法。第三条链路依托原稿内容三的渐进式语义感知、复杂背景目标关联检测设计，提出科学问题 3，分析复杂环境下模型语义表征的条件稳定性与泛化机制；实施研究内容 3 环境条件约束的稳定语义表征与泛化学习；形成拟创新点 3，区分环境干扰与症状条件差异的多模态泛化方法。整体研究目标旨在构建带有病斑证据支撑的多模态大模型，完成复杂环境下病害语义理解与稳定检测；图中备注说明原有渐进式语义感知同时服务第二部分多粒度对齐，第三部分属于新增的条件泛化拓展。无论进行基金课题撰写的科研人员还是相关方向研究生，都可以借助该框架梳理课题逻辑。