本框图的科学主线为症状表征 “学得对”→诊断生成 “有依据”→跨环境决策 “稳得住”，总体科学假设提出预训练多模态大模型本身只具备通用视觉‑语言先验，需要在关系、证据、条件三类领域约束共同作用下，才可以形成可辨识、可验证、可泛化的设施蔬菜病害诊断能力。框架依托共享多模态大模型 MLLM 作为基础底座，由病害图像、专业文本、环境生长记录作为领域输入，依次经过视觉编码器、跨模态连接器、语言模型解码器，再借助 LoRA/Adapter 进行阶段性增量更新，搭建结构化症状知识存储模块。项目划分前后接续的三个研究阶段。阶段 Ⅰ 表征形成 M1，聚焦关系约束，对应的科学问题是跨模态共享症状与病类特异信息在预训练语义空间中的表征识别；开展症状关系约束的细粒度视觉‑语言表征学习；拟提出共享‑判别关系联合建模的多正样本层级对齐方法，调整语义空间；验证假设 H1 关系约束有效。阶段 Ⅱ 诊断形成 M2，落实证据约束，探究语言先验与局部视觉证据交互时诊断生成的证据依赖机制；完成区域证据绑定的病斑定位、症状识别与诊断生成联合学习；设计病斑证据响应‑背景扰动不敏感的反事实双向诊断学习方法；验证假设 H2 证据依赖成立。阶段 Ⅲ 环境泛化 M3，依靠条件约束，研究环境扰动与真实症状演变耦合下诊断表征的选择性稳定机制；开展症状可比性估计驱动的条件稳健表征与跨环境泛化学习；提出可比性门控选择性一致性组稳健优化方法；验证假设 H3 条件稳健成立。整体统一验证逻辑，证明约束改写原有模型内部表征，而不是简单更换模型。无论撰写课题申报书的科研人员还是研究生，都可以借助该框图理清分阶段研究思路。