《AI赋能农业从BioTech向TechBio转变,两大团队合力打造超级作物"智能进化引擎"》

  • 来源专题:绿色化工
  • 编译者: 武春亮
  • 发布时间:2025-03-04
  • 近日,晶泰科技("XtalPi Holdings Limited",股份简称:晶泰控股-P,XTALPI-P,股票代码:2228.HK)与上海柒彩之心生物科技有限公司(以下简称"柒彩之心")签署合作协议,两家公司将基于柒彩之心旗下CyberplantX平台已有的植物基因组变异序列与表型库,结合晶泰科技成熟的AI蛋白设计平台,携手打造植物的"智能进化引擎",以实现快速、定向的良种培育研发,催生下一代安全、抗压、绿色、经济的超级作物,以应对持续升级的气候变化挑战。通过这一合作,两家公司希望引领植物学领域的研究从生物技术(BioTech)向科技生物(TechBio)转变,为中国乃至全球农业的高质量发展开辟全新道路,并共同推进这一技术的商业化进展。
    AI驱动定向育种,打造植物智能进化引擎
    上世纪九十年代,调控植物系统性防御反应的关键因子——系统素被发现,成为植物界首个被发现和分离的小肽,为人们理解植物超强的损伤修复和器官再生能力,深入研究对应的分子层面生物学机理打开大门。随着新技术的发展,大语言模型等关键的AI算法进展为人类加深理解关键功能蛋白提供了全新的途径。
    晶泰科技与柒彩之心的强强联合,有望在AI赋能下实现植物抗逆性研究与定向培育技术开发的突破进展,为催生下一代"超级作物"打造智能进化引擎。基于柒彩之心的CyberplantX平台的海量数据,结合晶泰科技AI驱动的蛋白质设计与研发能力,研究团队将精确识别植物细胞损伤后诱发组织修复与器官再生的调控蛋白信号因子,并对转运蛋白进行精准设计改造,从而显著提升植物在应对气候胁迫、病虫害、机械损伤等外部侵害时的组织器官修复与再生能力,定向培育出适应未来环境、管理成本更低、产量和经济效益更高的新一代抗逆可再生植物。
    在AI技术的驱动下,关键功能蛋白的进化不再依赖于漫长且充满不确定性的随机突变过程,而是可以通过精确设计与改造,使现有植物更加适应极端气候变化。这一创新方法有望为植物抗逆性研究提供全新的工具和思路,推动农业科技迈向新的发展阶段。
    顶尖团队强强联手, 引领农业领域智能化升级
    晶泰科技已成功构建两大自主创新技术平台—— AI多肽研发平台以及AI细胞研发平台,有望为人工智能与农业科技的交叉领域带来突破性的进展。 其中, AI多肽研发平台已形成从AI多肽生成、自动化合成实验到高通量筛选的全流程综合研发体系,覆盖线性肽、环肽(单/双环结构)及含非天然氨基酸多肽的理性设计,实现研发效率的显著提升。目前,这一平台已成功应用于多肽药物早期开发、肽类保健产品开发及化妆品肽类新功效成分开发等方向,并驱动多个研发项目快速达成关键里程碑或进入申报阶段。该平台上的AI多肽设计能力,结合一珠一物(OBOC)化学组合库筛选以及mRNA展示的肽库筛选技术,已得到国内外用户的高度认可,逐步构建起高技术壁垒的综合研发能力。
    同时,晶泰科技的AI细胞研发平台,基于自主研发的深度学习细胞图像分析算法,可助力分析植物细胞中糖转运蛋白的能力,为作物改良与功能优化提供科学依据和技术支撑。该技术可通过高通量细胞成像与AI模型联动,快速评估不同设计方案对糖代谢通路的调控效果。上述分子设计和细胞技术平台的能力,有望通过精确增强植物抗压、再生、能量转化相关的调控蛋白信号,显著提高关键作物抵抗外界侵害、自愈再生的能力,从而快速催生具备竞争力和自主 IP 的超级作物。
    柒彩之心专注于种质资源的原始创新与产业链应用,团队主导挖掘的新基因已用于国内外设施园艺和能源作物生物育种与生物合成,其核心团队在农业领域有丰富科研经验,曾荣获多项国家及市级科技进步奖项。其CyberplantX平台已经开发了一些算法并集成了一定量级的核心育种资源训练集,植物基因组变异序列与表征库,有可能使性状控制和作物性能实现新的突破。
    晶泰科技首席创新官赖力鹏表示:"我们很荣幸通过晶泰科技的创新研发平台与柒彩之心建立合作,利用我们在新药、新材料领域丰富的研究成果与技术平台,探索AI在农业领域的巨大潜力。我们期待通过蛋白设计、智能体等前沿的AI技术驱动,打造具有颠覆性的农作物培育新范式,定向进化出更适应当下环境的新型作物,解决粮食、环境、与人类生存质量的根本问题,为应对全球粮食危机、建设更具韧性和可持续的粮食体系贡献力量。"
    柒彩之心创始人张岩表示:"我们认为AI+蛋白设计将为超级作物的开发提供新的出路和方向,目前我们与晶泰科技已经启动了多项商业合作与联合研发,包括通过对转运蛋白进行改造以提高植物光合转化与能源利用效率以及适应未来环境的新一代抗逆可再生植物的从头设计等。"
    关于柒彩之心
    柒彩之心是一家以价值链需求驱动,结合生命科技和数人工智能的创新植物科学公司,从解决作物糖分积累,转运和卸载的世界重大科学难题入手,利用遗传学(种质)的源头式创新开启全球生物农业的新增量市场,AI驱动发现的中国原创新基因靶点已用于国内外设施和能源作物的生物育种与生物合成。核心团队与技术获国家科技进步二等奖1项、国家科技进步一等奖提名1项、北京市科技进步一等奖2项。
    关于晶泰科技
    晶泰科技("XtalPi Holdings Limited",股份简称:晶泰控股-P,XTALPI-P,股票代码:2228.HK)由三位麻省理工学院的物理学家于 2015 年创立,是一个基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算以及可扩展及标准化的机器人自动化相结合的方式,为制药及材料科学(包括农业技术、能源及新型化学品以及化妆品)等产业的全球和国内公司提供药物及材料科学研发解决方案及服务。
    关于晶泰科技创新中心
    晶泰创新中心(XtalPi Innovation Center)依托晶泰科技在人工智能、科学计算、自动化方面的技术积累,致力于通过前沿计算与实验技术的融合,推动更多从 0 到 1 的行业革新,持续发展AI和自动化实验技术在生命科学、生物材料、农业、能源等相关领域的应用。同时,晶泰创新中心将坚持推动底层科学探索和应用技术突破,加速产学研联合下的商业转化,不断为行业与社会创造价值。
  • 原文来源:http://cn.agropages.com/News/NewsDetail---34174.htm
相关报告
  • 《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
  • 《国内·智慧农业周刊#71 | 农业机器人大爆发、全新农业大模型、智慧农业融资额飙升71%》

    • 来源专题:农机装备
    • 编译者:江浩
    • 发布时间:2025-08-19
    •     中日韩农业部长会议 | 韩俊:要坚持创新引领,共同分享发展智慧农业 哈工大团队仅用两周打造一台智能农业机器人 又一轮八千万融资,这款UV-C植保机器人正在改变果园防控      《Cell》重磅 | 中国科学院团队首创全球首台自动巡航杂交授粉智能育种机器人 世界机器人大会上中国农业机器人方阵 华工科技1亿注册新公司,涵盖激光除草机器人制造销售 西北农林&华为发布首个国产算力农业大模型:九壤耘星,覆盖六大农业应用场景 浪潮农业大模型破解农技服务困局 让“田间问诊”更智慧 董大明研究员最新综述 | 肥沃土壤之战:土壤养分现场传感器的进展 智慧农业融资额飙升71%,八年来首超农业生物科技      祝贺!浙江大学何勇教授当选英国农业工程师学会Fellow 前沿招聘 | 中国农大全球诚聘3位智慧农业杰出人才(教授)      中日韩农业部长会议 | 韩俊:要坚持创新引领,共同分享发展智慧农业 8月11日,第四届中日韩农业部长会议在韩国仁川召开,农业农村部部长韩俊率团出席,与韩国农林畜产食品部长官宋美玲和日本农林水产大臣小泉进次郎就深化三国在保障区域粮食安全、加强动物疫病防控、促进农业可持续发展和乡村振兴、强化多双边政策协调和农业人文交流等方面深入交换意见。中日韩合作秘书处秘书长李熙燮应邀与会。 韩俊指出,中日韩农业部长会议是三国农业领域的高级别对话机制,是三国协调农业政策、分享技术经验的重要平台。时隔7年再次召开,标志着三国农业合作全面重启,这对深化三国农业合作意义重大。中日韩农业合作有良好的传统和基础,三国农业发展面临着应对气候变化、人口老龄化等共同挑战。在当前单边主义、保护主义冲击、不稳定不确定性因素明显增多的国际背景下,三国加强农业合作符合三方共同利益。 韩俊表示,中方将认真贯彻落实习近平主席“亲诚惠容”的周边外交理念,坚持开放包容、互尊互信、互惠互利、交流互鉴,将依托中日韩农业部长会议机制,同日韩一道,在更广领域、更高水平、更深层次加强交流,共同推动中日韩农业合作取得更多务实成果。要坚持互利共赢,相互借鉴在粮食生产、防灾减灾、动物疫病防控等方面的政策举措和经验做法。要坚持创新引领,共同分享发展智慧农业、绿色低碳农业、促进农业可持续发展的实践经验,以数字化智能化推动农业现代化。要坚持交流互鉴,打造联系更紧密的区域农业合作,加强农业文化遗产合作,共同传承农耕文化。要坚持开放包容,共同反对单边主义、保护主义,维护公平正义的国际农业经贸秩序,促进农业产业链供应链互惠合作。 宋美玲介绍了韩国农业农村发展的主要情况及面临挑战所采取的举措,希望与中日两国深化农业各领域务实合作。小泉进次郎表示,加强三国农业合作对促进区域农业可持续发展和粮食安全具有重要意义,将办好下一届农业部长会议,与两国农业部长共商合作。三国农业部长共同签署了《第四届中日韩农业部长会议联合公报》并出席新闻通气会。 中日韩农业部长会议是中日韩合作框架下21个部长级会议机制之一,第五届中日韩农业部长会议将在日本举行。      世界机器人大会上中国农业机器人方阵 8 浪潮农业大模型破解农技服务困局 让“田间问诊”更智慧 浪潮农业大模型全景图 长期以来,基层农技服务面临着政策宣传“慢半拍”、技术指导“散点化”、服务效率“打折扣”等问题,农民常因信息滞后错过惠农红利,农技专家精力有限难以覆盖全域需求,农事难题时往往因咨询渠道不畅延误最佳处置期。浪潮农业大模型聚焦农技服务领域痛点,通过政策宣讲、人才培养、智能问答等多维度赋能,有效破解了某地农业技术咨询难、服务慢、成本高等问题,为乡村振兴培育新质生产力。 “数据+智能”双轮驱动 农技服务实现数字跃迁 浪潮农业大模型将“数据”与“智能”作为破题关键:一方面,接入现行政策法规、农业技术推广专家团队400万字农事笔记及100多项农业技术成果等核心数据,线上化农技知识库打破地域限制,为农户提供按需定制的灵活调度方案,让“老把式”的经验与“新农人”的技术实现高效共享;另一方面,打造“政策汇集平台”“种养方案培训”“农业科技咨询”三大智能体,精准覆盖某地本地农作物种植、畜禽饲养管理与疾病防治、特色锦鲤养殖等高频场景,让农技服务从“经验主导”转向“数据驱动”。 浪潮农业大模型的价值,不仅在于解决眼前问题,更在于构建覆盖农业生产全周期的数字化服务体系。平台打通了“知识-数据-服务”全链条:依托农业技术推广专家团队的知识笔记与实践经验,建立动态农艺知识图谱和病虫害样本库,搭建的知识问答系统可实时响应农民咨询;构建覆盖种植、养殖等多领域的决策模型,形成县镇村三级科技服务网络,将技术咨询从“专家跑腿”变为“数据跑路”。截至目前,平台已入驻149名农业专家,整合144个农机站,累计服务3.6万农户,预计每年可节省技术咨询和诊断费用数十万元,真正实现“小平台、大服务” 深耕本土知识转化 技术红利直抵田间 区别于通用型AI模型,浪潮农业大模型的独特优势在于对“本地知识”的深度挖掘与精准转化。针对某地农业生产特点,团队系统整合当地农技专家60多本、累计400多万字的农技知识笔记,结合农业技术推广专家团队30余年一线实践经验,构建起符合本地农业生产实际的专属智能体应用。这一“本土化”知识体系,让大模型能精准回答种植户关于种养殖技术、病虫害防治等“接地气”的问题,实现“一键问”智能问答服务。 “过去农民问‘玉米叶子发黄咋办’,专家得现场看苗情才能判断;现在输入症状描述,模型能快速匹配相似案例,给出防治方案。”项目负责人介绍,该智能问答服务预计每年可服务农业从业者1万人次以上,持续培育“新农人”500人以上,让“技术下沉”从“靠腿跑”变为“线上达”。 浪潮农业大模型的实践证明,人工智能与农业深度融合是发展新质生产力的重要路径。通过本地化知识训练与全周期服务创新,该项目不仅解决了农技服务“最后一公里”难题,更为我国农业现代化注入更强劲的动力,让更多农民在数字时代收获“智慧红利”。