该图为设施蔬菜多模态大模型关键技术路线图，遵循四层递进、双向反馈的设计思路，依次分为数据层、模型层、任务层、应用层。数据层汇集图像、植保文本、环境时序、知识图谱四类信息，经过数据治理、清洗脱敏、时空对齐与专家标注，构建不少于 10 万条的四模态数据集。模型层依次开展视觉与时序编码、跨模态统一表征、领域模型训练、知识增强推理，采用 LoRA、结构化剪枝、跨模态知识蒸馏实现模型轻量化，压缩后的学生模型参数量不超过原模型的 20%。任务层设置三大业务方向，分别是早期病害诊断预警、品质产量预测、环境优化与精准调控，并明确了识别准确率、预警提前时长、产量预测误差等量化指标。应用层按照端、云、控的架构落地，边缘端实现低时延识别预警，云端完成知识推理与模型迭代，控制端联动温室设备执行调控方案，依托真实温室验证、跨基地对照等测试形成迭代反馈，回流至数据层持续优化模型。适用于项目申报、开题答辩、技术汇报等场景，无论农业科研人员、算法开发工程师还是智慧农业项目管理人员，都可以借助该路线开展研发与方案梳理。