植物生长和农业产出是国家可持续发展的基石，直接关系民生。近年来，前沿人工智能的突破为科学农业提供了新动能，尤其是光照对作物生长的影响。本文指出植株遮阴模拟的重要性及其固有的复杂性，因为遮阴是影响光合作用和产量的关键因素。
为推动该领域研究并造福社会，本文做出两项主要贡献。第一，构建了一个覆盖大豆、番茄、甜菜和草莓四种作物的植物生长与遮阴数据集。数据集提供自上而下的视角，并在圆形轨迹上放置补光光源，记录不同生长阶段的动态阴影以及多样的观测复杂度。第二，提出基于扩散模型的生成式遮阴模拟方法，实现对未见作物的真实阴影生成，并支持机器人感知、光照控制和视角规划等下游任务。模型引入时间条件，使得在不同生长阶段能够灵活模拟遮阴。
我们通过定量指标和定性对比对模型进行评估，结果表明该方法在阴影真实性和时序一致性上均优于基线。该工作为植株感知的遮阴建模奠定了基础，对农业机器人和智能农业系统具有重要意义。
点评