AgriJev: Efficient Agricultural Candidate Scoring with Multi-Scale Adapted Models

提出多语言Transformer农业决策支持模拟器，统一实现作物病害诊断、农技建议与市场情报。

综述AI、基础模型与数字孪生如何支撑气候韧性农业，并指出关键挑战与未来方向。

根据《杭州市大力发展智慧农业打造人工智能+农业创新实践高地实施方案(2026—2030年)》部署,杭州启动人工智能+农业应用场景征集,聚焦农业大模型和智能体、智能农业设施装备、智慧管理服务平台三大方向。场景要求具备合规性、创新性、实效性、示范性、开放性,优先支持向中小企业、民营企业开放测试应用合作;入选场景将有机会在第二十三届中国国际农产品交易会智慧农业展区专题展示。

山东省农科院发布舜耕粮安农业遥感大模型，基于20年来积累的2000万份人工样本的海量数据，覆盖山东全域全地貌、全物候周期，构建耕地智能提取—肥力墒情预测—作物精准识别—长势动态监测—病虫草害预警—作物智能估产全链条智能监测体系，精度高达95%，效率提升超100%；山东启动40个实数融合数字农业发展县建设，培育智慧农业应用场景近1000个。

农民日报全媒体记者李克欣对话中国社科院杜志雄、中国农业大学李想、雄安集团孔德栋三位专家。专家指出当前我国智慧农业正从早期试点示范迈向规模化、体系化推广应用新阶段，人工智能赋能农业的关键技术包括机器学习与深度学习、计算机视觉与智能感知（如200万张高清图像训练的AI作物表型模型识别精度达95%以上）、农业大模型（如中化iMAP节约水肥10%~20%、增产8%~10%）和智能农机与农业机器人（如土壤高通量检测机器人实现42项指标检测误差控制在5%以内）。

9月22日，中国农业科学院基础科学研究中心第六期科学会议在北京召开。会议以'人工智能助力农业科学发现'重大科学问题为主题开展专题研讨，特邀北京科学智能研究院张林峰研究员作主旨报告。会议集聚北京大学、清华大学、哈尔滨工业大学、中国科学院等高水平院校的10位专家学者，聚焦人工智能驱动的科研范式变革，系统交流人工智能赋能科学发现领域前沿研究进展，共同探讨AI4S基础理论与实践路径。会议达成共识，推进人工智能与农业科学发现深度融合需要从数据、基础设施、基础模型、协同创新等多维度着手。