一项新研究提出了一种零样本学习（Zero-Shot Learning, ZSL）框架，用于玉米果穗表型分析。该框架能够在无需模型重新训练的情况下，准确提取玉米果穗的几何特征，并估算产量，适用于实验室和田间等多种场景。相比传统方法依赖大量标注数据进行训练，该方法通过迁移学习和语义特征映射，实现对未见过的玉米果穗类型的高效识别与分析，显著降低了数据标注成本与模型部署门槛。研究结果表明，该框架在多种环境条件下均表现出良好的泛化能力，为农作物表型组学研究提供了高效、灵活的新工具，有助于推动智慧农业与精准育种的发展。