Ante el telón de fondo de una creciente población mundial y el cambio climático intensificante, las plagas y enfermedades de los cultivos se han convertido en desafíos significativos que afectan la producción agrícola y la seguridad alimentaria. La detección y el control eficientes y precisos de las plagas y enfermedades de los cultivos son cruciales para garantizar el rendimiento y la calidad, reducir las pérdidas agrícolas y promover la agricultura sostenible. En los últimos años, los métodos de diagnóstico inteligente basados en el aprendizaje automático y el aprendizaje profundo han avanzado rápidamente, proporcionando nuevos medios tecnológicos para la detección temprana y el manejo de plagas y enfermedades de los cultivos. Mientras tanto, los grandes modelos de lenguaje han demostrado ventajas potenciales en la integración de información y la inferencia de conocimiento, ofreciendo perspectivas para un apoyo decisional más científico y eficiente en el control de plagas y enfermedades. Este documento revisa el progreso de la investigación en la aplicación de aprendizaje automático, aprendizaje profundo y grandes modelos de lenguaje en la detección y control de plagas y enfermedades de los cultivos, analiza los desafíos en las implementaciones tecnológicas actuales y explora las direcciones futuras de desarrollo.