《Agtonomy 的第 3 代软件平台重新定义了农业和草坪的现实自主性》

  • 来源专题:农机装备
  • 编译者: 袁雪
  • 发布时间:2025-04-17
  • 更智能的工作流程、扩展的设备支持和 AI 驱动的车队智能降低了劳动力成本,并促进了果园、葡萄园、田野和绿地的可持续性

    Agtonomy 是一家值得信赖的自动化和人工智能解决方案提供商,今天宣布发布其第三代 Agtonomy Platform?,这是最先进的农业和土地管理软件平台。前身为 TeleFarmer?,最新更新引入了由物理 AI 提供支持的增强车队智能、对混合车队的新设备平台支持、针对各种作物、草坪和露地作业的扩展功能,以及反映其跨行业不断增长的实际应用范围的新名称。

    与其他依赖广泛基础设施或运营商监督的自动驾驶解决方案不同,Agtonomy 的平台提供真正的交钥匙自动驾驶,从第一天起就可以执行,无需预先映射或本地基站。通过将嵌入式连接与基于视觉的导航和先进的人工智能相结合,Agtonomy 不断提高农业实用自动化的标准,从而更快地实现广泛采用。

    “在受控环境中测试自主性与在现实世界中部署自主性之间存在很大差异,”Agtonomy 的联合创始人兼首席执行官 Tim Bucher 说。“永久作物自主性是农业领域最严峻的挑战之一。我们的平台通过多年在狭窄的行中导航,两侧都有高价值的作物,并且没有出错的余地。此次最新更新进一步扩展了这些专业知识,同时保持了我们对可靠性和精度的承诺。

    通过将嵌入式连接与基于视觉的导航和先进的人工智能相结合,Agtonomy 不断提高农业实用自动化的标准,从而更快地实现广泛采用。

    第三代平台的主要功能

    1. 无基础设施自治在最新的 Agtonomy-Enabled 平台上,集成的蜂窝和 Starlink 连接与基于视觉的导航相结合,无需本地基站或手动驱动的记录和重复路径。结果是从第一天起就实现了真正的自主作,简化了设置并降低了成本。在有 3D 卫星图像的地方,可以远程完成站点设置,无需现场访问并简化部署。2. 草坪和开放场地自动化该平台现在支持在高尔夫球场、草皮农场、牧场、市政绿地和开阔田野等不同环境中进行自主割草和任务执行。Agtonomy-Enabled 设备以行业领先的精度执行这些任务,帮助降低人工成本,同时提高一致性和覆盖率。3. 使用物理 AI 增强车队智能Agtonomy 的物理 AI 使单个作员能够同时管理 10+ 台拖拉机——没有实际的上限。随着系统从实际作中学习,车队效率不断提高。4. 扩展设备支持该平台现在支持各种设备类型的混合车队运营,包括新设备集成,如工厂安装的山猫 CT4045 柴油拖拉机 - 适用于要求苛刻的自动驾驶任务的强大解决方案。适用于现实世界的成熟平台

    随着 Agtonomy 进入下一个规模和采用阶段,该公司仍然专注于最重要的事情:让自动化真正可用。该平台以多年在最严酷环境中的现场经验为后盾,不仅智能且可扩展,而且非常实用。

    “这次更新是为了消除运营商的障碍,”Agtonomy 软件主管 Nic Fischer 说。“没有基站,没有复杂的地图绘制 - 只需点击几个按钮,让您的设备自动完成工作。它为所有作员提供 1 天的实用自主性。

    凭借适应不同地形、任务和设备的灵活平台,Agtonomy 使作员能够以更少的努力、更低的复杂性和当今运营所需的精度做更多的事情。

  • 原文来源:https://www.seedquest.com/news.php?type=news&id_article=162308&id_region=&id_category=46&id_crop=
相关报告
  • 《种植者和农业机器人创新者引领农业的未来》

    • 来源专题:农机装备
    • 编译者:袁雪
    • 发布时间:2025-05-14
    • 农业机器人革命卷土重来!FIRA USA 2025 将于 10 月 21 日至 23 日在加利福尼亚州伍德兰的 Yolo County Fairgrounds 举行其迄今为止最具活力的展示会。在去年破纪录的成功基础上,种植者现已开放注册并免费入场,这加强了 FIRA 推动农业技术在北美采用的使命。 FIRA USA 2025 将展示一系列自动驾驶解决方案,以应对当今关键的劳动力短缺和盈利能力挑战——从已经在现场运行的商用设备到即将上市的创新原型。该活动在 Yolo County Fair Grounds 举行,将采用多种技术,为种植者提供适应性强且多样的田间条件,以评估当前和新兴的自主农业设备。这次大型聚会的举办要归功于当地合作伙伴的大力支持和积极参与,例如伍德兰市,他们的承诺对 FIRA USA 2025 的整体成功至关重要。 行业巨头和创新初创公司确认参与 农业机械领导者 John Deere 和 New Holland 是 2025 年展会的主要合作伙伴,各自为展会带来了一些最具影响力的精密和数字技术。 约翰迪尔将展示其在CES 2025上首次亮相的开创性电动拖拉机,以及其精确的See & Spray技术和合作伙伴GUSS和Smart Apply的集成解决方案。 New Holland 自 2016 年第一届展会以来一直参加该展会,并已确认其作为主要赞助商和合作伙伴的承诺,并将在 FIRA US 上展示其农业技术解决方案组合。 扩大的示范区将展示各种先进的机器人技术,推动特种作物生产。对于大田作物,与会者将看到 Solinftec 的自主机器人提供实时数据收集和分析以优化生长条件,以及 Ecorobotix 的精确喷洒解决方案和 SwarmFarm 的自主农业平台。在蔬菜生产方面,Stout 机器人将展示其精确除草和耕作能力,与 Na?o Technologies 的专业除草机器人和 Verdant Robotics 的多动作田间机器人合作,展示先进的耕作技术。对于果园,将展出 Smart Apply 的智能喷雾控制系统和 GUSS 的自主果园喷雾器。PlanTape 的自动移栽系统也将亮相,展示它如何提高作物产量、提高效率并降低蔬菜和大麻种植者的每英亩成本。Burro 的自主运输机器人支持所有生产类型的物流,将展出。示范区还将包括 Agtonomy 的自主平台、Farm-ng 的电气设备和 NIQO Robotics 的创新视觉系统,以及支持从种植到收获每个阶段的许多其他解决方案。 顶级种植者拥抱自主革命 来自国内外的领先农业生产者已确认参加 2025 年活动,强调机器人和自主系统在商业农业运营中越来越多地采用。 对于加利福尼亚州萨利纳斯 Taylor Farms 全球农业发展副总裁 Josh Roberts 来说,“FIRA 通过将我们空间内的所有可用技术整合到一个关键场所,在打开大门方面做得非常出色。该活动推动了协同效应,并在一段时间内专注于农业科技”。 “FIRA 是一个经商的地方”,AGRICEF 巴西运营经理 Efraim Albrecht 提到。 “FIRA 不仅很重要,不仅可以看到机器,还可以与公司做生意,还可以将技术应用到现场。” 2025 年增强计划 2025 年版将保持成功的形式,提供三种不同的体验,并在 3 天内展示行业的最新创新: 行业经验:10 月 21 日的开放创新日,包括初创公司推介比赛,随后是为期两天的部署策略、商业模式和市场整合洞察。 种植者体验:特定行业的圆桌会议,包括生产商案例研究和广泛的现场演示,允许对葡萄园、果园、蔬菜和大田作物的机器人解决方案进行动手测试。 制造商体验:之前的活动 加州农业机器人探索之旅 通过创新农场参观,以及独家 VIP 网络会议,将制造商直接与领先的种植者联系起来。 2025 年 FIRA 美国奖将结束此次活动,表彰农业机器人创新的卓越表现。 “我们正在利用前几届的势头,在 2025 年举办一场更具影响力的活动,”FIRA 联合主任 Gwendoline Legrand 说。“随着我们在 Yolo County Fairgrounds 的扩展演示能力,今年的 FIRA USA 将展示经过验证的自动驾驶解决方案,以应对当今的劳动力和盈利能力挑战。” 提案和摘要征集现已开放 寻求投资机会的农业机器人初创企业现在可以在 6 月 30 日之前提交 Pitch Competition 的申请,这将使他们与数十家风险投资公司和潜在的并购合作伙伴建立联系:https://airtable.com/appngGw7fx3GXRLN5/shr3k9RqJ7PMWRBJH 研究人员和学术机构受邀在开放创新日期间提交摘要以供展示,突出农业机器人技术和方法的最新进展。
  • 《全球科技巨头的数字化农业AI布局》

    • 来源专题:农机装备
    • 编译者:袁雪
    • 发布时间:2025-04-14
    • 点击上方蓝字 轻松关注我们 农业的数字化转型正在加速推进,科技巨头与传统农业的融合成为关键动力。微软、IBM、谷歌、华为和亚马逊等公司,正凭借其技术专长推动农业创新,重塑这一古老行业。英特尔的芯片、华为的5G网络、NVIDIA的GPU虽未直接应用于农田,却成为农业AI模型和作物管理系统的核心。与此同时,OpenAI 和 Anthropic 等开发大型语言模型(LLM)的企业,也通过深度学习和神经网络间接赋能农业,帮助打造更强大的行业专用工具。 NVIDIA数据中心 AI 在农业中的应用正不断拓展:卫星图像结合机器学习可预测作物产量,数字孪生技术精确模拟生长环境,自然语言处理提炼多语种农业智慧,基因组学模型更是深入植物分子结构,革新遗传研究。 在应对人口增长与气候变化的关键时刻,这些科技力量是否能解决农业的长期挑战?本文将聚焦 亚马逊、微软、谷歌、IBM、英特尔、华为等公司在农业AI上的布局,并探讨 OpenAI、Anthropic 和 NVIDIA 的间接作用,揭示一个由代码驱动、深刻影响土地与人类关系的全新农业生态系统。 农业AI解决方案的主要直接参与者 AWS:为农业提供自动化数据洞察的核心平台 亚马逊云服务(AWS)正以超过240种云服务构建起现代农业的数字支柱,助力农民将数据转化为高价值作物。AWS 全球农业主管 Elizabeth Fastiggi 指出:“农业是一个数据丰富的行业”,强调了数据作为资产的战略意义。AWS 提供从精准农业到供应链管理、可持续发展等多领域工具,广泛应用物联网、机器学习和人工智能技术。 以色列农艺农场管理平台(“CropX 平台”)和应用程序使用 AWS 解决方案来推动更高效、更经济的农业生产 AWS 致力于技术的“民主化”,即为各类农业用户提供公平获取一流技术的机会。在高度安全的环境下,农企得以大胆试验、验证和扩展新技术。这一策略不仅赋能单个农场,更通过支持第三方开发者生态系统,推动农业AI解决方案的大规模部署,形成不断壮大的数据与智能资源库。 微软:打造面向未来的AI农业平台 微软通过 Azure 农业数据管理器和 Project FarmVibes.AI 两大核心项目,推动农业AI发展。2023年9月推出的 Azure 数据管理器整合了来自传感器、无人机、卫星等多源数据,实现实时分析与可视化。农业食品首席技术官 Ranveer Chandra 表示,这种数字生态系统将数据转化为农民可执行的决策信息。 Azure 农业数据管理器功能 Project FarmVibes.AI 则是技术的“大脑”,面向研究人员和从业者提供易用且经济的数字农业工具。这些工具支持在网络覆盖不全的地区运行,有效缩小农村数字鸿沟。Chandra 也展望未来生成式AI的集成,如 AI 副驾驶、聊天机器人等,能够提供本地语言、个性化的实时建议,为农业带来深层次变革。 微软的 Farm Vibes 项目在浦那巴拉马蒂试验田的卫星图像 谷歌:借助卫星图像与AI推动农业可持续性 谷歌利用其在数据分析和机器学习方面的优势,将农业与遥感技术深度结合。Google Climate Engine 平台整合了 Earth Engine 和 Google Cloud,通过分析长达50年的地球观测数据,为农业气候适应和可持续发展提供支持。 谷歌不仅服务于跨国企业(如 Regrow 和联合利华),还助力初创公司如 ListenField,为超3万名东南亚农民提供生产优化建议。谷歌持续开发作物识别与产量预测模型,推动卫星图像在农业中的深度应用,从而同时提升产量与环境友好型农业实践。 IBM:用AI和环境数据守护粮食安全 面对气候变化等环境挑战,IBM 利用其 Environmental Intelligence Suite 提取关键气候数据,解决粮食安全问题。在与 dsm-firmenich 的合作中,IBM 的AI系统帮助预测并预防谷物霉菌毒素污染,每年可为欧洲节省数百万欧元。IBM ESG 副总裁 Kendra DeKeyrel 指出,AI 不仅提升农业效率,也是应对干旱、洪水等风险的关键工具。 IBM 还持续优化其环境智能平台,使数据科学家与开发者能更深入地推动农业与气候数据的融合,目标是“领先天气一步,保护农产品”。 英特尔:以边缘计算和AI设备重塑农业现场 与注重云计算的其他公司不同,英特尔聚焦于农业现场的智能化转型。通过边缘计算、计算机视觉和网络技术,英特尔推动实时监控与自动化管理,涵盖从气候感知到生产物流的全链条。 在与 NatureFresh 农场的合作中,英特尔的AI平台实现了温室设施的智能升级。该农场IT负责人 Keith Bradley 表示,英特尔在多代CPU之间分配AI负载的能力,保障了农业场景的高可扩展性和灵活响应。这种软硬件协同的技术生态正在推动农业实现前所未有的精准与高效。 华为:通过5G打造全球智慧农业示范 华为在全球推动5G智慧农业,尤其在奥地利实施的5G无人机监控农场项目,已显著提高效率、减少农药使用并改善农村网络基础设施。其解决方案融合5G、物联网与云计算,全面覆盖精准农业、远程监测和数据分析。 华为海外5G智能农场 尽管面临部分市场的地缘挑战,华为依然凭借技术创新和在“一带一路”沿线国家的广泛布局,成为农业AI发展的重要推动者。其“绿色现场”项目展示了其对全球数字农业未来的持续投入与承诺。 农业科技的“隐形影响者” OpenAI 与 Anthropic:生成式AI与农业的潜在结合 尽管 OpenAI 和 Anthropic 尚未推出专为农业定制的产品,但它们在生成式 AI 和大型语言模型(LLM)方面的前沿研究,为农业应用打开了全新可能。这些公司开发的语言模型已被广泛应用于科研、教育和决策辅助等领域,其潜力同样适用于农业。 例如,LLM 可用于自动解读农业研究论文、生成作物管理建议,或辅助农民进行技术学习。OpenAI 在强化学习方面的突破性成果,也可能用于优化农业机器人路径规划或精准作业流程。虽然目前的影响是间接的,但随着 AI 技术的快速演进,这些模型将可能在农业知识提取、农业教育、农艺模拟等方面发挥更直接作用。 NVIDIA:支撑农业AI背后的计算引擎 NVIDIA 虽不直接开发农业产品,但作为全球领先的 AI 芯片提供商,其GPU技术正是大多数农业人工智能模型运行的基石。从卫星图像分析到基因组研究,NVIDIA 提供了处理海量数据与复杂算法所需的高性能计算能力,推动了精准农业、作物预测、环境监测等核心场景的智能化发展。 NVIDIA 首席执行官黄仁勋也高度重视农业的AI潜力。公司已与多家农业科技企业展开合作,应用 GPU 加速的模型实现精准灌溉、病虫害监测、土壤健康评估等功能。这些合作不仅提升了产量,也大幅降低了资源消耗,展现出技术驱动的可持续农业未来。 黄仁勋提出,将 AI 应用于农业不仅是提升效率,更是应对全球粮食安全与气候挑战的重要手段。NVIDIA 的角色正体现了跨行业科技融合的趋势:即便不直接面向农业,其核心技术也能在背后推动农业变革。这种“隐形”的技术支持,正在重塑我们对农业创新生态的理解。 比较分析 在深入探索科技巨头推动农业人工智能的路径时,可以清晰地看到几大关键趋势与差异。 首先,在基础设施与解决方案方面,AWS、Google Cloud 和 Microsoft 凭借强大的云服务平台,为农业AI提供了广泛支持,成为众多第三方农业科技解决方案的基石。而IBM则更侧重于开发垂直整合的端到端方案,专门应对农业中的特定挑战,如气候风险与粮食安全。 在硬件与软件的技术重心上,英特尔与NVIDIA聚焦于算力基础,为高性能农业AI模型提供GPU和边缘计算芯片支持,尤其适用于需要实时处理的田间作业。而微软和AWS则发挥其在AI算法和机器学习方面的优势,打造用于作物产量预测、病虫害识别等复杂任务的软件解决方案。 核心技术与市场集中度方面,目前主导AI应用的Transformer架构和大型语言模型(LLM)需要庞大的算力与数据支撑,仅少数科技公司具备独立开发这些模型的能力。这种能力的集中,也导致了农业AI生态中的技术壁垒:部分公司可自主构建模型,而更多企业则依赖外部合作或开放平台。 在数据源的整合与利用方式上,各家公司展现出不同的技术路线。微软的 FarmVibes 强调多源数据融合,包括IoT设备、卫星图像与气象数据,实现对农场运行状态的全局掌控;谷歌则发挥其在地理空间分析上的优势,通过遥感影像实现大范围作物监测;IBM聚焦于环境与气候数据的深度融合,用于精准预报与风险管理;AWS构建的云平台能够整合传感器数据与历史记录,为农场运营提供数据驱动支持;英特尔则主打边缘计算,在田间现场实现实时感知与响应;华为通过将5G、物联网和云计算相结合,打造包括无人机监测、智能分析在内的全面智慧农业系统。 尽管路径不同,这些企业面对的共同挑战是:如何将庞杂的数据转化为对农民真正有价值的洞察和工具。每家公司在数据整合方式上的选择,不仅体现了其技术优势,也反映了其在农业AI领域的战略定位。 正如国际园艺学会(ISHS)人工智能参考小组主席 Graeme Smith 所言:“人工智能正在开启农业的新时代,彻底改变从作物规划到消费的各个方面。”科技巨头的行动,不只是技术部署,更是在塑造全球农业的未来格局。 人工智能的核心在于通过对数据的学习实现预测与决策。在农业领域,这意味着算法可以分析来自卫星图像、传感器、气象站和摄像头等多源数据,实现对农作物的实时感知与成像,为农民提供切实可行的指导意见。 面对气候变化、害虫抗药性增强、市场波动、劳动力短缺与可持续发展的压力,农业正以前所未有的速度向科技化、智能化转型。受控环境农业(CEA)的兴起正是这一变革的缩影:大型温室群在全球范围迅速扩张,生成了极为复杂的数据系统,推动了人工智能的深度嵌入。从精准灌溉、作物预测到资源配置,AI 正在重新定义农业的运作逻辑,并开始对全球经济、贸易结构、劳动力市场乃至国家间关系产生影响。 国际园艺学会人工智能参考小组主席 Graeme Smith 认为,AI 将农业从基于经验的传统工艺转变为高度数据驱动的科学。通过整合环境、表型与基因组等多维数据,人工智能可大幅提升农业的可持续性、生产效率与资源利用水平。从农田实时监控平台到基于卫星图像的产量预测系统,这些技术不仅提升了农民的决策能力,也预示着新农业范式的到来。 AI 的价值不止于优化当下,更在于构建面向未来的气候适应型农业模式。以AI驱动的CEA系统为例,不仅节水高达95%,节地显著,单位产量远超传统农业,还能显著减少运输、施肥和能源环节的碳排放,推动农业向高效、低碳、智能的方向发展。同时,AI在户外农业中的应用亦日益广泛,预测性模型帮助农民规避气候异常,减少产量损失与资源浪费。 知名经济学家 Steve Keen 指出,主流经济模型常忽视气温升高对降水和农业系统的连锁反应。他强调,AI 可以为农民提供传统思维难以实现的应对策略,弥补气候建模与农业决策之间的落差。正如 IBM 环境智能套件的实践所示,AI 正成为农民在不确定气候中稳产保收的重要工具。近期 NASA 的研究更警告,即使没有最极端的气候剧变,仅在高排放情境下,2030年前全球玉米产量可能下降四分之一,凸显应对挑战的紧迫性。 与此同时,人工智能的崛起也正催生“自主农业”新格局。英特尔的边缘计算与 NVIDIA 的GPU正在为农业设备提供实时决策能力,自主作业成为可能,农业生产正迈向前所未有的精确化和自动化。然而,技术革新也伴随着伦理与社会结构的挑战,包括数据隐私、技术垄断、以及中小农户在数字转型中面临的边缘化风险。 农业AI的未来不仅关乎技术突破,更取决于科技公司、政策制定者与农业从业者之间的协作治理。我们正站在农业新时代的门槛,人工智能所带来的不仅是产量的提升,更是对全球粮食安全、环境适应能力以及公平可持续发展的深刻回应。 农业科技侠交流群 入群可添加小编微信(扫描下方二维码,备注:来意-姓名-单位,若二维码添加失败,请公众号后台私信留言“入群”) 投稿、宣传推广、开白等请在本公众号后台回复“1” 转载请注明来源:本文转自农业科技侠数字与智慧农业微信公众号 编辑:傅莹 声明:本文旨在前沿分享,若有编辑等问题,敬请后台留言