圖為王耀君（右二）與團隊成員一起進行數據標注工作。 　　受訪者供圖

圖為“神農簡田”家庭種植機。 　　受訪者供圖

圖為搭載神農大模型的數字人一體機，是專為農業科普打造的“零門檻智能終端”。 　　受訪者供圖

　　一走進中國農業大學信息與電氣工程學院副教授王耀君的辦公室，記者便被一台通體白色的設備所吸引。“這叫‘神農簡田’，是一台家庭種植機，上面是補光燈，下面這12個孔洞是用來水培育苗的。”王耀君走上前，用手輕輕拍了拍機身。“用起來也不麻煩，放入菜苗，在系統中選定作物，設備便會自動生成全套種植方案，以后在家種菜，就像泡一桶方便面那麼簡單。”

　　這台大小近似家用微波爐的設備，像一個微縮版的智能農場，其背后連接著的，正是中國農業大學自主研發的神農大模型。自2023年底推出1.0版本以來，它已穩步迭代至3.0版，搭載36個專項智能體，服務全國超10萬名農戶。從智慧種植到智慧育種，從氣象監測到農情遙感，全方位覆蓋農業生產鏈條的神農大模型，讓智慧農業落地生根。

　　

　　誕生：

　　一個專為農業而生的大模型

　　時間回到2020年。彼時，通用大模型剛剛興起，但王耀君發現，它們在農業領域常常“水土不服”。“農業場景太復雜了，種生菜和種玉米是兩回事，不同地區的土情、氣候也千差萬別。”王耀君解釋說，通用大模型是基於大規模、多領域的數據訓練而成，雖然“博學”卻不夠“專深”，容易在專業問題上“說外行話”，甚至給出違背常識的回答。

　　“農業是近兩億人就業的產業，我們要借助AI，推動農業從‘靠天吃飯’向‘知天而作’轉變。”基於這樣的想法，王耀君組建團隊，准備研發這個專為農業而生的垂類大模型。他們將其命名為“神農”，既是向神農氏致敬，也寄托著對中國農業傳統文化的傳承與弘揚。

　　研發之路從最基礎也最艱苦的數據整理開始。網上公開的農業資料誰都能查到，要想做到“人無我有”，必須建立自己的核心數據庫，王耀君將目光投向了學校圖書館這座農業知識寶庫。在7個月的時間裡，一支由中國農大師生組成的“數據攻堅隊”，系統性掃描了超3000冊館藏圖書。結合公開資料，最終為神農大模型構建起一個涵蓋2萬冊圖書的專項數據庫。

　　然而，圖像識別軟件並非百分之百准確，掃描后的內容仍需人工校對與甄別。在這一過程中，團隊聯合中國農科院等機構統一數據格式和指標體系，通過建立“數據清洗—標注—審核—入庫”的全流程質控體系，剔除重復、低質數據。“就像教育需要優質教材，訓練大模型同樣離不開高質量的農業數據。”王耀君解釋說，“這是決定神農大模型能不能立得住的關鍵一步。”

　　僅有書本知識，培養出的大模型多半只能“紙上談兵”。為了讓神農大模型真正“接地氣”，團隊來到全國20多個省份，收集真實的土壤成分、灌溉記錄、病虫害記錄、氣象災害影響等全鏈條數據。這些帶著泥土氣息的一手資料，與書本理論相互校驗、融合，共同構成了大模型理解真實世界的基礎。

　　算力則是另一道難題。通常情況下，提高算力意味著採購昂貴的芯片，這對本就沒有多少經費來源的團隊來說難以承受。“我們不能走堆砌算力的一般路線，必須用更聰明的算法來實現目標。”王耀君告訴記者，團隊創新性地採用了MOE架構（混合專家模型），結合模型壓縮與剪枝算法，在有限條件下優化訓練效率，顯著降低大模型訓練和推理的算力成本。

　　歷經持續攻關，2023年12月，神農大模型1.0版正式發布，可實現農業知識問答、農業文本語義理解、文本摘要生成、農業生產決策推理等功能。2024年7月推出的2.0版本，新增圖像、聲音等多模態識別能力。2025年10月，神農大模型升級至3.0版本，該版本採用“輕量化+多智能體”架構，在將算力消耗降低一半的同時，同步推出36個針對具體農事問題的智能體，提供場景化種植決策，顯著降低應用門檻。

　　記者了解到，截至目前，神農大模型已構建覆蓋90%農業學科、80%農業場景的專屬知識體系，核心知識庫包含1000萬條農業知識圖譜、2000萬張標注圖片及5000萬條生產數據，數據總量達3PB（千萬億字節）。

　　應用：

　　從“智慧管家”到“育種能手”

　　技術突破的價值，最終要落實到一線生產中，去解決實際問題、創造切實效益。目前，神農大模型已在部分地區開展試點應用，為現代農業裝上“AI大腦”。

　　幾年前，家在遼寧的杜連輝從計算機行業轉行搞農業，在沈陽市沈北新區承包了3000畝地。“頭幾年，一直種得不太好。”杜連輝說，“看那些老把式到季節就知道防什麼病，庄稼有問題一眼就能看出來，我是真羨慕，可自己不懂啊，有時候眼睜睜看著苗不對勁，也只能干瞪眼。”

　　轉機出現在2025年。這一年，杜連輝在其經營的600畝玉米地上，嘗試使用神農大模型進行田間管理。用他的話說，“地裡就像請來了一位24小時在線的‘智慧管家’。”通過田間部署的傳感設備，氣溫、光照、病虫害等數據實時回傳至平台。

　　“該防什麼病、打什麼藥、施哪種肥，系統到時間就自動提醒，連藥名、用量都說得清清楚楚。”杜連輝表示，在神農大模型的幫助下，種植管理變得更精准——往年每畝玉米地的成本大約是480元，2025年的成本還不到400元。

　　“依靠歷史氣象數據與實時監測信息，神農大模型能提前預測最佳播種與灌溉時機，有效提升播種效率。”王耀君表示，大模型在農田生產中的推廣，不僅提高了農業生產效率，還通過減少化肥與農藥使用量，降低對環境的影響。

　　在育種領域，神農大模型也已展現實力。

　　在北京市懷柔區丹輝農業生菜基地，神農大模型智慧育種智能體培育的生菜品種“雁棲2號”長勢喜人。這一新品種在產量和抗病性上表現更優，口感和營養價值也得到提升，有望為種植戶帶來更高的收益。

　　“以前育種主要靠經驗，試錯周期長，現在通過海量數據分析，我們能在兩三年內培育出新品種。”王耀君向記者解釋，智慧育種智能體整合了千萬條基因與生產數據，通過算法優化育種流程。結合實地採樣和模擬環境測試，該智能體還可自動推演作物的表現情況，最大限度壓縮試錯成本。

　　農業補貼、幫扶政策、環保規范……各類涉農信息紛繁復雜且時常更新，基層干部宣傳講解工作量大，農戶也常常弄不清自己是否符合條件。神農大模型“政策通”智能體，正致力於破解這一難點。

　　據介紹，“政策通”接入了各級政府部門公開發布的權威政策文件庫，當農戶輸入“補貼”一詞時，該智能體能快速理解其需求，根據農戶定位檢索整理相關地方政策，並生成清單式回復，告知農戶是否符合條件、如何申請、咨詢哪個部門，且每條信息都注明政策出處。“我們要確保智能體的每句話都有據可查，避免誤導。”王耀君說，該智能體在黑龍江部分鄉鎮試用后，有效減輕了基層工作人員負擔，也讓政策對接更加精准。

　　推廣：

　　讓種地有了“AI大腦”

　　AI技術能否在傳統農業領域扎下根，不僅取決於其本身的先進與否，更在於它是否能被農民所接納、信任並持續使用。

　　“年紀大的農民，對復雜的新事物接受度較低，不是不願意用，而是怕用不好、學不會。”王耀君深知用戶的顧慮。為此，團隊決定針對神農大模型的核心功能，優先開發微信小程序：掃碼就能用，不用下載安裝。

　　“神農衛田”微信小程序就是一個代表性例子。

　　去年春耕，每當玉米葉片出現斑痕時，黑龍江省哈爾濱市對青山鎮李家村的農戶遲鳳嬌不再急著四處找人問，而是從容地掏出手機，點開“神農衛田”，拍照上傳。不到幾秒鐘，小程序就診斷出病症，並給出物理、化學、生物三類防治方案的具體操作。“比找專家還快，照著做心裡踏實，田裡也真管用。”遲鳳嬌說。

　　“技術發展就是一個不斷降低使用門檻的過程。”王耀君介紹，這些小程序的操作界面力求比常用社交軟件更簡單，信息輸出也遵循“三句話原則”——用最短、最直白的話給出結論和步驟，省去冗長的專業解釋。

　　小程序還設有簡潔的反饋通道。用戶使用后，可一鍵點擊“好評”或“差評”提交評價。這些看似微小的互動，都會被系統收集，用於持續優化神農大模型。團隊表示，用戶也可以通過神農大模型官網提供的聯系方式，隨時反饋使用中遇到的問題與不足。

　　與此同時，中國農業大學開創的“科技小院”模式，也在神農大模型的推廣中起到關鍵作用。部分團隊成員長期駐扎在合作村鎮，與農民同吃同住同勞動，並擔任大模型的現場培訓員。“一開始說‘大模型’，農戶們聽不懂，我們就說這是個‘智能助手’，有啥不懂的就問，手把手教農民用一次兩次，他們就學會了。”王耀君指出，這種基於人際信任的技術擴散，遠比任何廣告都有效。

　　據了解，目前團隊能調用的算力資源還無法支撐農民無限次使用神農大模型。但讓王耀君欣慰的是，升級到3.0版的大模型已實現“小體積、高智能、低成本”，這讓農業AI離普惠更近了一步。

　　“農業垂類大模型的出現將顯著降低‘新農人’的創業門檻和技術壁壘，讓更多有志於農業的青年能夠借助AI工具，快速掌握核心農藝，實現知識賦能。”王耀君表示，未來，神農大模型將持續迭代，推動農業從“經驗驅動”轉向“數據驅動”，為保障糧食安全、助力鄉村全面振興貢獻力量。