Davis / Jena (LabNews Media LLC) – Forschende haben ein Vision-Language-Model (VLM) entwickelt, das aus synthetischen Bildern detaillierte XML-basierte 3D-Modelle der Pflanzenarchitektur von Kuhbohnen (Cowpea) generieren kann. Die in der Fachzeitschrift Frontiers in Artificial Intelligence veröffentlichte Studie zeigt, dass KI-gestützte Verfahren künftig eine schnelle und präzise Erfassung komplexer Pflanzenstrukturen ermöglichen könnten.
Das Team nutzte den 3D-Pflanzensimulator Helios, um ein umfangreiches Datenset mit über 400.000 Bild-XML-Paaren zu erzeugen. Ein speziell entwickelter Tokenizer wandelt die XML-Dateien der Pflanzenarchitektur in Token-Sequenzen um, die das VLM verarbeiten kann. Das Modell wurde trainiert, um aus einem einzelnen Bild die vollständige organ-spezifische Architektur vorherzusagen – einschließlich Blattanzahl, Blattflächen, Winkel und Verzweigungen.
Die Ergebnisse zeigen eine hohe Genauigkeit: Das Modell erreichte einen F1-Score von 0,73 bei der Token-Vorhersage und übertraf klassische Regressionsverfahren deutlich bei der Schätzung verdeckter Merkmale wie Blattanzahl und Blattfläche. Die Autoren sehen darin einen wichtigen Schritt zur skalierbaren, bildbasierten Phänotypisierung von Pflanzen.
Die Methode könnte künftig auch auf reale Aufnahmen übertragen werden und die Züchtungsforschung sowie die Erfassung von Pflanzenmerkmalen im Feld erheblich erleichtern. Die Studie unterstreicht das Potenzial von Vision-Language-Modellen für die präzise digitale Abbildung biologischer Strukturen.
Die Arbeit wurde am 20. Mai 2026 in Frontiers in Artificial Intelligence veröffentlicht.
