OneGrow: Unified Temporal Plant Image and Mask Generation
OneGrow 是一个统一的潜在流匹配模型，它通过利用共享自编码器和来自大规模数据集的伪标签，共同生成时序小麦图像及其器官级分割掩码，从而实现多任务合成和一致性的长期预测。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
长期以来，农民和科学家一直依赖照相机来观察作物的生长，希望一张简单的照片就能揭示植物的健康状况或最终能产出多少谷物。这种被称为“表型分析”（phenotyping）的做法，将图像转化为关于植物性状的数据。然而，原始照片只能展示故事的一部分。为了真正理解植物的发育，研究人员需要准确知道哪些部分是叶子，哪些是茎，哪些是穗部，并且需要观察这些部分如何随时间变化。获得这种细致程度的工作极其困难。在成千上万张照片中手动绘制每一片叶子和每一根茎的轮廓，是一项缓慢且昂贵的工作。此外，追踪同一株植物逐日的变化需要复杂的设备来确保图像完美对齐，而很少有研究平台能够稳定地完成这项任务。因此，目前缺乏高质量的数据，能够将清晰的作物照片与整个生长季节中精确的内部结构图谱配对。
为了解决这个问题，一个研究团队开发了一种名为 OneGrow 的新型人工智能系统。OneGrow 并非试图分析现有的照片，而是学习如何创造照片。它是一个生成式模型，这类计算机程序通过学习真实数据的模式，进而产生遵循相同规则的新颖且真实的示例。OneGrow 的独特之处在于，它不仅制作图片，还能同时制作图片及其对应的结构图谱。它通过学习小麦（一种全球重要的主食）进行训练，并理解植物如何随日而变。通过利用单日照片和多年时序序列的混合数据进行训练，该系统学会了想象小麦田在任何生长阶段的模样，并附带一份关于其叶、茎、穗的详细分解图。
这一成就的核心在于一种统一的方法，即将照片和图谱视为同一事物的两面。在以往的尝试中，模型要么可以预测植物未来的样子却不知道其结构，要么可以在不理解时间流逝的情况下生成单日的图谱。OneGrow 弥合了这一差距。它使用一种共享的数字表示形式来处理图像和掩码（mask），使得系统可以毫不费力地切换角色。如果研究人员提供一张照片，系统就可以绘制出图谱；如果他们提供一张图谱，系统就可以绘制出逼真的照片；如果他们提供几天的照片，系统就可以预测植物在几天后的样子。这种灵活性源于研究人员称之为“揭示”（reveal）的一种机制，它就像一套指令，告诉计算机场景中的哪些部分是已知的，哪些部分是需要其创造的。
训练过程是一个精细的平衡过程。研究人员向系统输入了两类不同的数据。第一类是大量的单日小麦照片，计算机必须在此过程中推测植物的结构。由于人类专家并未为其中每一张照片进行标注，团队使用了一个独立的、高精度的 AI 工具来创建“伪标签”（pseudo-labels），即计算机生成的图谱，以此作为地面真值（ground truth）。第二类数据源是一个包含连续六年、数千张同一小麦样地图像的多年度数据集。这使得 OneGrow 能够学习季节的律动，理解一株小苗是如何蜕变成高大茂密的作物。通过结合这两类来源，该模型学会了处理现实农田中广泛存在的各种光照和天气条件，同时也掌握了植物生长的缓慢而稳定的进程。
在测试中，该系统展现出了生成连贯序列的卓越能力。在一项实验中，研究人员给模型输入了几天的照片，并要求它预测接下来的几天。系统生成的图像显示冠层变得更加茂密，植物正在成熟，同时其结构图谱与新图像保持一致。在另一项测试中，模型接收了一张带有颜色编码的植物各部分图谱，并生成了一张布局完全匹配的彩色照片，将叶片和茎部精准地放置在图谱指示的位置。该系统甚至能够填补图像中的缺失部分，将一小块照片区域扩展成完整的场景，并保持与周围环境的一致性。这些结果不仅在视觉上令人信服，在定量分析上也表现强劲。当研究人员将生成的图谱与人类绘制的真实图谱进行对比时，系统达到了很高的准确度，尤其是在处理叶片和穗部方面，尽管它在定义细长的茎部时略显吃力。
这项工作的意义远不止于创造漂亮的图片。由于该系统可以生成带有完美结构图谱的逼真图像，它提供了一种为其他 AI 工具创造无穷无尽训练数据的方法。研究人员可以使用这些合成的配对数据来教导其他计算机如何识别疾病或计数种子，从而覆盖现实数据集中稀缺或缺失的生长阶段和天气条件。该模型还为将抽象的植物生长模拟转化为逼真的视觉效果打开了大门，使科学家能够直观看到不同的遗传特性或环境变化在田间会呈现何种景象。虽然该系统目前专门针对小麦，且依赖计算机生成的标签进行训练，但它代表了迈向未来的一大步——在那个未来，我们可以以前所未有的深度和速度来模拟并理解作物的发育。这项工作表明，通过教机器去“看见”图像中的结构，我们可以解锁对食物生长过程更完整的理解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。