该图总结了2024—2026年农业与植物病害大模型领域16篇代表性论文的创新版图。图谱按真实技术机制将研究划分为四大模块：一是农业指令基准与跨作物模型（如AgroGPT、CropGPT等），聚焦跨物候期诊断与多层级知识问答；二是大模型参数更新与训练监督（如Dual-Side LoRA、VLM-MCPDD），探索视觉特征注入与多模态微调；三是病灶语义对齐与图文分类（如DLCAF、PlantIF），解决细粒度病灶定位与图文交互；四是推理策略、环境与时序（如AgriMAPO、VIDA+PANDA），强调多模态协同决策与温室环境预警。此外，图中明确标注了各模型的“局限”（如提示优化不等于模型训练、图文特征非pCR瓶标签等），以提供面向课题的批判性比较视角。 这份图谱脉络清晰、对比严谨，为研究者提供了极具价值的参考。不管是深耕计算机视觉与多模态大模型研发的算法工程师，还是从事智慧农业与植物保护交叉学科探索的科研学者，亦或是希望洞察AI农业前沿演进的硕博研究生，都能借此快速理清技术脉络，找准自己的研究切入点。