这张一页式图形摘要，介绍以病斑为核心的植物病害多模态基础模型（Lession-Centric Plant Disease Foundation Model，0FM），围绕病斑证据锚定、视觉语言基础模型、植保知识增强、开放集可信诊断构建完整体系。图左侧列举现实挑战，包含同病异症 / 异病同症、病斑小且随机、长尾少样本、跨场景域偏移、未知病害带来的高置信误判五大难题。中间主体为 0FM 模型架构，依次包含病斑感知视觉编码、区域 - 症状语义锚定、大模型检索知识条件化推理、开放集与不确定性约束，依托多任务共享基座，一次预训练后借助 LoRA、Adapter 实现轻量化适配。图右侧展示科学产出，实现可迁移、可解释、可泛化、可信四大目标，核心差异是将传统模型从 “识别类别” 升级为 “证据化诊断”。底部附上文献证据链，梳理农业基础模型、CropGPT、TIP 病害基准、背景 OOD、VLM 病害识别等相关研究作为支撑，配套参考文献。整体用左 - 中 - 右的结构直观呈现问题、模型方案与预期成果，清晰展示整套模型的设计逻辑。无论正在撰写论文图形摘要、基金项目可视化材料，或是设计 AI 模型整体框架图的科研人员，都可以参考这种一页式摘要的表达范式。