《视觉-语言模型对农业的了解比其表现出来的更多 基于评分标准的验证可弥补差距》

提出pxGPT框架，用多模态大模型将多视角植物图像转为结构化表型记录。

构建一个面向农民的网页版AI决策支持平台，集成病害识别、选种、土壤、灌溉与天气建议。

提出轻量级混合视觉网络MambaSeed，实现番茄等作物叶病高效识别。

综述多模态大模型与智能体架构在精准农业决策支持中的应用与不足。

提出轻量CNN实现马铃薯早疫病与晚疫病三分类，并在埃塞俄比亚田间验证。

中国农业科学院农业信息研究所科学数据研究室提出一种层次知识引导的枸杞害虫识别框架,有效解决真实农业场景下样本稀缺与类间混淆的双重挑战。相关研究成果发表在《人工智能的工程应用》(Engineering Applications of Artificial Intelligence)上。该研究依托长文本-图像检索模型,把专家撰写的长文本描述解析为粗、中、细三个语义层次,并与多尺度视觉特征实现精准跨模态对齐,为枸杞等特色作物的虫害智能监测与精准防控提供新的技术路径。