[预印本] 面向设备端作物健康监测的量化视觉语言模型（PlantVLM-Edge: Quantized Vision-Language Models for On-Device Crop Health Diagnosis）

方法

4比特量化视觉语言模型，边缘设备部署，对话式诊断。

发现

量化保留98.6%原模型质量，显存降49%，最小仅需2.01GiB。

机会点

可探索量化模型在田间弱网、低算力设备上的多作物泛化与诊断可靠性评估。

提出可在边缘设备离线运行的量化视觉语言框架，用于作物病害与虫害对话式诊断。4比特量化保留98.6%原模型质量、权重显存降49%；最小形态仅需2.01GiB，首token约0.12秒。属预印本，未经同行评审。