该框图梳理了2024—2026年农业与植物病害大模型的研究创新谱系，按主要技术贡献将16篇代表性论文划分为四大方向：一是数据资产与可信基准，如Agri-LLaVA构建多模态指令体系，AgroBench等提供细粒度评测基准；二是领域训练与适配，包括AgroGPT解决指令数据匮乏，Dual-Side LoRA实现视觉端与语言端协同微调；三是视觉语义与病斑证据，如CropGPT扩展跨作物可解释能力，DLCAF对齐全局病害语义与局部病灶一致性；四是推理链与诊断决策，涵盖PlantInquiryVQA的连续提问动态评估，以及ChatLeafDisease的免权重训练推理等。图谱强调同一论文可跨越多个方向，并非互斥分类。这份图谱脉络清晰、分类科学，构建了极具参考价值的领域技术地图。无论是想快速了解农业大模型前沿全貌的人，还是寻求技术灵感或数据构建参考的研究者，都能从中获益。