农业AI与大模型

清镇骆家桥蔬菜基地、安顺数智大米三万余亩分散稻田、湄潭茶园、黔东南蓝莓产业园，山地设施农业种植定额大模型、山地气象大模型、蛋链AI大模型、山地浆果专属大模型等一批本土行业大模型多点开花，覆盖蔬菜、茶叶、中药材、畜禽养殖、水稻种植、蓝莓等山地特色主导产业。麻江县搭建蓝莓产业互联网大数据服务平台，收录117类蓝莓种质资源数据；贵州两山天麻集团搭建区块链数字平台实现天麻全流程可追溯；山地气象数据集完成千万元级数据资产入表，贵州积极推进农业数据资产入表试点。贵州坚持普惠导向，常态化开展数字化种植技能培训，让山区小农户共享数字红利。

原文标题: AI-driven approaches in precision agriculture for strawberry production: A systematic literature review。作者: Effrosyni Bitakou、Svetlana Vujić et al.本文系统综述了人工智能在精准农业中应用于草莓生产的研究进展，覆盖机器学习、深度学习、计算机视觉与机器人等技术在草莓产量预测、果实品质分级、病虫害早期诊断、灌溉施肥精准调控、采收机器人等核心场景的应用。研究发现AI方法可显著提升草莓生产效率与资源利用率，但田间多站点外部验证仍不足，未来研究应进一步关注数据异质性、模型可解释性、田间部署成本与农户接受度。本文为草莓产业从传统经验种植向数据驱动智能生产转型提供路线图与未来研究方向。

日前在内蒙古呼和浩特举行的第二十七届全国肥料信息交流暨产品交易会上，全国农业技术推广服务中心正式发布智慧肥水大模型，集成20年全国测土配方施肥数据、每年30万户农户施肥调查数据与全国土壤墒情监测数据，构建土壤养分查询、墒情监测预警、农田气象感知、植株营养诊断、肥水智慧推荐等八大智能体。同会上国家农业信息化工程技术研究中心智慧水肥技术团队联合农芯科技(北京)发布国内首个农业水肥管理垂直大模型「奇稷·肥水大模型」，具备问土、探墒、知天、诊苗、巧算、识肥、智报、慧答八大核心功能，填补通用大模型在农田水肥精准管理方面的专业空白。截至2025年底全国水肥一体化技术应用面积达1.88亿亩，其中粮油作物8800万亩。会议搭建水肥科研、生产、推广、应用对接平台，吸引约320家企业参展、超120万人次观展。

原文标题：Smart Agriculture Construction and the Urban-Rural Gap in Land Use Efficiency: Evidence from Digital Agriculture in China。基于2010-2024年700个中国县的面板数据，将数字农业创新与应用基地试点项目作为准自然实验，应用双重机器学习模型检验智慧农业建设对城乡土地利用效率差距的影响。结果显示智慧农业建设显著缩小城乡土地利用效率差距，渠道证据指向农业技术进步、资本配置改善、农业产业升级；政策效应仅在原贫困县、土地流转率较高县、数字基础较强县显著；分解结果显示该计划提升农村土地利用效率及农村资本与劳动边际收益而城市指标统计不变，表明所观察到的趋同主要源于农村追赶而非城市衰退。本研究从要素配置视角阐明智慧农业建设如何再平衡城乡土地利用并识别异质性与渠道证据的统计边界。

内蒙古自治区科技重大专项农业生产多智能体时空大模型关键技术研发与示范应用项目启动会在呼和浩特召开，由呼伦贝尔农垦集团牵头联合内蒙古大学、内蒙古工业大学、内蒙古农业大学、哈尔滨工业大学、中科院计算所、华南农业大学、西华大学共同实施，中国工程院院士罗锡文领衔担任首席科学家，路战远院士担任咨询委员会主任。项目立足呼伦贝尔百万亩寒地农业场景，研发农业专用大模型和智能农机一体化平台，为5万亩示范区搭建标准化数据集与一体化管控平台。

甘肃12316智慧农业AI服务系统暨甘肃农服小程序宣传推广活动近日举行，标志着运行18年的甘肃省三农服务热线完成从传统语音向人工智能服务的系统性跃升。该平台以人工智能大模型为核心，构建政策咨询、农事指导、市场分析、灾害预警于一体的全链条为农服务体系；话务端实现实时语音转写、知识秒级匹配，工单整理时间从二三十分钟压缩至一两分钟；小程序提供全天候智能问答、病虫害拍照即诊、政策咨询解读等服务。自2008年开通以来累计受理咨询超460万人次。

比较CNN（经典基线）、量子支持向量分类器与变分量子分类器（VQC）在航拍田间作物-杂草区分任务中的表现。CNN测试峰值准确率约94%，QML为85%-89%；CNN推理速度约10ms/图像，量子模型为数百毫秒；QML模型可训练参数仅数十到上百个，远低于CNN的百万级。结论：经典深度学习仍是当前最可靠方案，QML随硬件/算法进步有望加速追赶。

8月21日，北京市政府新闻办举行2026世界农业科技创新大会新闻发布会。北京"十五五"时期将立足京津冀国际科技创新中心定位，推进农业中关村建设，打造具有区域带动力、全国引领力和全球影响力的农业科技创新中心。重点聚焦生物育种、"人工智能+"农业、农业生物制造领域，实施关键核心技术攻关，培育自主原创品种；布局农业大模型、专用芯片、智能农机装备研发，打造智慧农业应用场景；推进"前沿攻关—验证熟化—典型示范—规模推广"一体化路径。

近期多款农业人工智能大模型集中亮相:中国农业大学神农大模型4.0在数据覆盖、病虫害识别、基因组分析及服务能力方面全面升级;南京农业大学主导研发"神农慧种"系列智能体;知天世界大模型、育繁推一体化管理大模型、荔知君大模型和智慧棉田精准管控系统四项农业大模型覆盖智能育种、智慧种植、精准管控等领域。江苏扬州广陵区沙头镇小虹桥村800多亩稻田采用AI水肥管控系统年增产8%、农药化肥使用量减少15%。

种子活力是种子质量与发芽潜力的关键指标,传统活力检测方法如四唑染色具有破坏性且需3-7天高强度人工操作,成为大规模播前筛选的关键瓶颈。本研究提出SeedFocusNet,集成浅层特征提取模块与基于Focal Loss的分类骨干网络,旨在增强对难以区分的高活力种子的识别。超参数通过Optuna框架结合贝叶斯优化在验证集上自动优化,ResNet50被选为最优架构。在测试集上对高活力种子识别的精确率达到74.39%,召回率达到54.46%。温室出苗实验进一步验证了SeedFocusNet筛选出的种子在同一品种内不同储藏时长下均表现出更高的出苗率。

黑龙江省农业机械学会2026年学术年会8月17日在哈尔滨召开,中国农业机械化科学研究院总工程师方宪法、哈尔滨工业大学人工智能研究院院长刘劼、山东省农机院党委书记郭洪恩等三位专家主旨报告覆盖高端智能农机发展展望、精准作业技术、无人机应用、智能检测装备、智能管理、自动驾驶平台等多个前沿领域。8月18日上午与会代表前往省农科院民主园区示范展示基地参观以「科技赋能农机·创新驱动未来」为主题的展览,集中展示重型铰接式鲜食玉米收获机、电驱气力式精密播种机、白浆层培肥机等装备。

中国作者团队发布1 亿参数红外光谱基础模型 UltraIR,基于约 6,000 万模拟光谱预训练并融合谱图重建、分子指纹对齐与官能团预测;在官能团预测、混合物定量、细菌分类、药材产地鉴别、微塑料分类及土壤属性预测等任务上均超越传统机器学习与任务专用深度学习,少样本与跨实验室零样本迁移能力显著,为农业土壤属性检测、药材溯源与农产品品质化学感知提供数据高效新路径。[预印本,未经同行评审]

为破解当前我国数农融合不充分与区域发展不平衡难题,文章基于企业工商登记数据,从数农融合规模与渗透率两个维度构建数农融合发展水平评价指标体系,采用CRITIC法测度我国2000-2023年31个省份的数农融合发展水平,运用核密度估计、Dagum基尼系数、随机森林模型、SHAP方法等分析数农融合发展水平的区域差异及关键影响因素。研究发现我国数农融合水平持续上升且增速逐步加快,东部地区领先、西部地区相对偏低。邮政业务总量、农村人力资本、农林牧渔业总产值及财政涉农支出占比对数农融合发展水平具有显著正向影响。

茶叶栽培到品质评估的计算机视觉综述。全面比较视觉技术(RGB、高光谱、近红外、热成像、LiDAR、UAV)并建立任务导向的算法选择框架。小样本或近线性问题传统机器学习(SVM、PLSR)依然有效;非结构化田间任务深度学习表现优越:害虫检测准确率超97%,茶芽RGB图像检测96.8%,高光谱预测氮含量R²>0.90、茶多酚R²高达0.925。算法选择需进一步按任务粒度区分:轻量级CNN平衡边缘部署速度与精度(16fps);YOLO系列检测器在移动平台实现实时定位(93.1%准确率、24ms/目标)。

基于低空UAV RGB影像的作物物候期深度学习自动分类研究。利用11,489张向日葵、油菜、大豆、小麦和大麦图像,基于BBCH量表标注,采用预训练ResNet18通过迁移学习适应任务。两阶段训练:先冻结骨干优化分类头,再微调整个网络。油菜和大麦测试准确率100%,其他作物均超过99%,平均准确率达99.73%。结果支持低空UAV影像与深度学习在精准农业中选择性区域物候评估的潜力,但广泛部署需要跨独立田块、季节、地区和调查条件的验证。

8月16日在广西南宁召开的第32届全国大豆科研生产研讨会上,安徽农业大学王晓波教授代表研发团队发布大豆领域垂直大模型丰菽2.0,系面向大豆全生命周期的生成式AI育种平台。丰菽2.0新增多模型协同分析机制,降低单一模型回答偏差,有助于推动实现大豆数据辅助育种。可围绕大豆重要农艺性状辅助开展病害诊断、育种亲本筛选、虚拟组合设计、表型数据解析、分子标记辅助育种和候选基因功能分析。研发团队下一步还将持续推进田间试点、专业数据积累和算法迭代。

黑龙江省新质生产力科技成果展在哈尔滨工业大学先进技术研究院开展,71项科创成果集中亮相。哈尔滨华工智耘科技激光除草机器人在黑龙江大豆、玉米、白菜等作物种植基地开展多场景验证,累计应用面积超1000亩,杂草净除率超95%,伤苗率小于0.1%。天工开悟农业大模型将选种、施肥、田间管理、收获等环节纳入数据分析,已推广至全省114个农场。黑龙江省农业科学院克山分院董全中团队历时10年选育的高蛋白大豆新品种克豆91,2025年生产经营权以3155万元转让,刷新国内大豆单品种单次市场化交易纪录。

8-16,安徽农业大学王晓波教授在第 32 届全国大豆科研生产研讨会上发布大豆领域垂直大模型'丰菽'2.0。今年 2 月,安徽农大联合中国农业科学院作物科学研究所共同完成'丰菽'大模型构建。新版'丰菽'2.0 整合大豆种质资源、基因组与编码序列、蛋白质、转录本、基因表达、病害样本、育种试验记录及中外文献资料,新增多模型协同分析机制,推动大豆育种向数据辅助育种与精准决策转变。

Foggia 大学、Barid 大学研究团队开展 PRISMA 2020 流程的系统综述,从 18731 篇文献中筛选 56 篇一手研究(42 篇带定量结果),重点覆盖精准作物管理、精准畜牧、土壤水管理、自主农业系统四类操作域。综述指出:控制条件数据集上的高性能在外部、时序或跨地点验证时常常难以保持。以一项广为引用的基准为例,病害分类准确率在保留实验室图像上 >99%,但在同类的实地采集图像上仅 31.4%。综述建议下一个阶段的农业 AI 应以野外真实性、可复现性、部署成熟度与实际效用而非孤立基准分评判。

农民日报评论员赵新宁文章指出,中国农业大学神农大模型 4.0、南京农业大学'神农慧种'系列智能体、知天世界大模型、育繁推一体化管理大模型、荔知君大模型、智慧棉田精准管控系统等农业 AI 大模型集中亮相。文章同时点出三大落地难题:数据碎片化(土壤/气象/种业数据未统一标准)、使用门槛偏高(适合散户的低价简易产品供给不足)、产业链协同不足(部分项目长期依赖政府补贴)。