梳理了植物病害视觉语言模型（多模态AI）领域前沿的“中文论文图解”。图1展示了同一诊断系统下的两种学习任务：视觉侧通过多尺度特征和多作物专家头进行分类（原分类集准确率98.74%），语言侧结合LoRA微调与文献检索生成问答（Mistral-7B的ROUGE-L为0.2747）。图2聚焦少样本识别，介绍了DPHI模型如何利用视觉与文本提示逐层交互，并借助指数移动平均更新类别原型，在少量样本下实现了92.11%的准确率。图3以番茄早疫病误判为例，展示了SAFusion-CLIP模型如何利用病理描述对齐特征、结合自监督重构来纠正模型，其消融实验证明完整模型准确率达99.67%。图4则探讨了低秩适配（LoRA）的预算分配，展示了基于梯度信息重要性进行跨层动态分配的策略，并在小麦病数据集上呈现了参数量的动态变化趋势。整组图从任务架构、少样本交互、特征融合纠错到参数高效微调，完整呈现了病害AI诊断的技术演进路线。