农业AI大模型下地 数字管家为农田拿主意

在高密试验基地，研发人员探索分区管理：分析历年长势和产量分布，再取土化验，寻找差异原因。到了收获季，实测产量再与遥感估产对照。

一份土地的“种植档案”逐渐完整：哪天播种、耕多深、播量多少、用了多少肥，直至收获时的产量地图，都有记录。遇上旺长、弱苗，农艺师便有据可查：是播早了，还是天气、养分发生了变化？

“大模型能力的上限很大程度上取决于数据质量。通过这些数据来持续训练大模型，让整个模型逐步理解作物的生长规律，实现更智能和精准的决策。”潍柴雷沃智慧农业研究院院长李德芳说。

如今，潍柴雷沃智慧农业AI大模型能综合分析播期、天气、养分、农机作业数据等30余项场景指标。潍柴雷沃智慧农业管理平台集成了灌溉、养分、作物生长、病虫害等模型，结合遥感、物联网和农机作业数据，为农事决策提供支持。

田间的实际问题，推动着研发不断往深处走。今年春管，昌邑种粮大户岳梦羲的万亩麦田遇到了难题：小麦苗情弱、长势参差不齐。

“这次施肥每亩可以用8到10公斤尿素，促进弱苗转化。等进入拔节期，也是肥水需求关键期，每亩再追尿素8到10公斤，配合灌溉，每亩用水20到25方。”潍柴雷沃智慧农业研发工程师利用作物生长模型，在云端生成了万亩小麦壮苗的农事建议。这背后是AI大模型在作智能决策。

建议生成后，另一个考验在机具上。小麦播种时，大模型已经记录了作业轨迹，现在小麦追肥，沿用这个轨迹，既不伤苗，又确保追肥均匀。

一张处方图，要经过解析、控制，才能变成播种机下种、施肥机施肥的动作。作业到底有没有达到要求，还得有数据反馈。

潍柴雷沃智慧农业研究院研发人员介绍，依托北斗导航，直线作业精度控制在±2.5厘米；精准测产则需要传感器、定位信号和电控系统协同。

造农机积累的技术，在这里成为大模型落地的基础。从传感器采集，到模型分析，再到机具执行、效果回传，每个环节都需要打通。研发团队既要研究模型，还要确认机器能否把方案做出来。

大模型赛道高手如云，农业AI大模型的“中国首个”，为什么落在潍坊这家农机企业？

答案就藏在上述链路里：企业既接触田间问题，也有让方案执行的装备。过去研究怎样造好一台机器，如今还要研究机器怎样与农艺配合，帮用户种好一块地。

这也源于山东的禀赋：既是粮食总产连续多年稳定在千亿斤以上的农业大省，又拥有潍临日智能农机装备集群这样的国家先进制造业集群，为垂域大模型提供了“数据—模型—装备”闭环。

生于山东，却不止于山东。这个“三秋”，在黑龙江密山，搭载智能系统的国产最大喂入量收割机雷沃谷神GS8239首次交付东北区域，正常工况下一分钟收割一亩；在甘肃定西，丘陵山地专用拖拉机循着智能导航爬上25度坡地。模型跟着农机走，农机到哪里，“数字管家”就到哪里。

经实践测算，大模型赋能的精准作业系统可实现作物增产10％，同时节省种子5％、减少化肥农药使用各10％、节约农业用水50％。截至2026年6月，智慧农业管理平台累计服务面积已突破1000万亩。（大众日报　记者　王瑛琪）