本报记者 刘乐艺

图为王耀君(右二)与团队成员一起进行数据标注工作。 受访者供图

图为“神农简田”家庭种植机。 受访者供图

图为搭载神农大模型的数字人一体机，是专为农业科普打造的“零门槛智能终端”。 受访者供图

一走进中国农业大学信息与电气工程学院副教授王耀君的办公室，记者便被一台通体白色的设备所吸引。“这叫‘神农简田’，是一台家庭种植机，上面是补光灯，下面这12个孔洞是用来水培育苗的。”王耀君走上前，用手轻轻拍了拍机身。“用起来也不麻烦，放入菜苗，在系统中选定作物，设备便会自动生成全套种植方案，以后在家种菜，就像泡一桶方便面那么简单。”

这台大小近似家用微波炉的设备，像一个微缩版的智能农场，其背后连接着的，正是中国农业大学自主研发的神农大模型。自2023年底推出1.0版本以来，它已稳步迭代至3.0版，搭载36个专项智能体，服务全国超10万名农户。从智慧种植到智慧育种，从气象监测到农情遥感，全方位覆盖农业生产链条的神农大模型，让智慧农业落地生根。

诞生：

一个专为农业而生的大模型

时间回到2020年。彼时，通用大模型刚刚兴起，但王耀君发现，它们在农业领域常常“水土不服”。“农业场景太复杂了，种生菜和种玉米是两回事，不同地区的土情、气候也千差万别。”王耀君解释说，通用大模型是基于大规模、多领域的数据训练而成，虽然“博学”却不够“专深”，容易在专业问题上“说外行话”，甚至给出违背常识的回答。

“农业是近两亿人就业的产业，我们要借助AI，推动农业从‘靠天吃饭’向‘知天而作’转变。”基于这样的想法，王耀君组建团队，准备研发这个专为农业而生的垂类大模型。他们将其命名为“神农”，既是向神农氏致敬，也寄托着对中国农业传统文化的传承与弘扬。

研发之路从最基础也最艰苦的数据整理开始。网上公开的农业资料谁都能查到，要想做到“人无我有”，必须建立自己的核心数据库，王耀君将目光投向了学校图书馆这座农业知识宝库。在7个月的时间里，一支由中国农大师生组成的“数据攻坚队”，系统性扫描了超3000册馆藏图书。结合公开资料，最终为神农大模型构建起一个涵盖2万册图书的专项数据库。

然而，图像识别软件并非百分之百准确，扫描后的内容仍需人工校对与甄别。在这一过程中，团队联合中国农科院等机构统一数据格式和指标体系，通过建立“数据清洗—标注—审核—入库”的全流程质控体系，剔除重复、低质数据。“就像教育需要优质教材，训练大模型同样离不开高质量的农业数据。”王耀君解释说，“这是决定神农大模型能不能立得住的关键一步。”

仅有书本知识，培养出的大模型多半只能“纸上谈兵”。为了让神农大模型真正“接地气”，团队来到全国20多个省份，收集真实的土壤成分、灌溉记录、病虫害记录、气象灾害影响等全链条数据。这些带着泥土气息的一手资料，与书本理论相互校验、融合，共同构成了大模型理解真实世界的基础。

算力则是另一道难题。通常情况下，提高算力意味着采购昂贵的芯片，这对本就没有多少经费来源的团队来说难以承受。“我们不能走堆砌算力的一般路线，必须用更聪明的算法来实现目标。”王耀君告诉记者，团队创新性地采用了MOE架构(混合专家模型)，结合模型压缩与剪枝算法，在有限条件下优化训练效率，显著降低大模型训练和推理的算力成本。

历经持续攻关，2023年12月，神农大模型1.0版正式发布，可实现农业知识问答、农业文本语义理解、文本摘要生成、农业生产决策推理等功能。2024年7月推出的2.0版本，新增图像、声音等多模态识别能力。2025年10月，神农大模型升级至3.0版本，该版本采用“轻量化+多智能体”架构，在将算力消耗降低一半的同时，同步推出36个针对具体农事问题的智能体，提供场景化种植决策，显著降低应用门槛。

记者了解到，截至目前，神农大模型已构建覆盖90%农业学科、80%农业场景的专属知识体系，核心知识库包含1000万条农业知识图谱、2000万张标注图片及5000万条生产数据，数据总量达3PB(千万亿字节)。

应用：

从“智慧管家”到“育种能手”

技术突破的价值，最终要落实到一线生产中，去解决实际问题、创造切实效益。目前，神农大模型已在部分地区开展试点应用，为现代农业装上“AI大脑”。

几年前，家在辽宁的杜连辉从计算机行业转行搞农业，在沈阳市沈北新区承包了3000亩地。“头几年，一直种得不太好。”杜连辉说，“看那些老把式到季节就知道防什么病，庄稼有问题一眼就能看出来，我是真羡慕，可自己不懂啊，有时候眼睁睁看着苗不对劲，也只能干瞪眼。”

转机出现在2025年。这一年，杜连辉在其经营的600亩玉米地上，尝试使用神农大模型进行田间管理。用他的话说，“地里就像请来了一位24小时在线的‘智慧管家’。”通过田间部署的传感设备，气温、光照、病虫害等数据实时回传至平台。

“该防什么病、打什么药、施哪种肥，系统到时间就自动提醒，连药名、用量都说得清清楚楚。”杜连辉表示，在神农大模型的帮助下，种植管理变得更精准——往年每亩玉米地的成本大约是480元，2025年的成本还不到400元。

“依靠历史气象数据与实时监测信息，神农大模型能提前预测最佳播种与灌溉时机，有效提升播种效率。”王耀君表示，大模型在农田生产中的推广，不仅提高了农业生产效率，还通过减少化肥与农药使用量，降低对环境的影响。

在育种领域，神农大模型也已展现实力。

在北京市怀柔区丹辉农业生菜基地，神农大模型智慧育种智能体培育的生菜品种“雁栖2号”长势喜人。这一新品种在产量和抗病性上表现更优，口感和营养价值也得到提升，有望为种植户带来更高的收益。

“以前育种主要靠经验，试错周期长，现在通过海量数据分析，我们能在两三年内培育出新品种。”王耀君向记者解释，智慧育种智能体整合了千万条基因与生产数据，通过算法优化育种流程。结合实地采样和模拟环境测试，该智能体还可自动推演作物的表现情况，最大限度压缩试错成本。

农业补贴、帮扶政策、环保规范……各类涉农信息纷繁复杂且时常更新，基层干部宣传讲解工作量大，农户也常常弄不清自己是否符合条件。神农大模型“政策通”智能体，正致力于破解这一难点。

据介绍，“政策通”接入了各级政府部门公开发布的权威政策文件库，当农户输入“补贴”一词时，该智能体能快速理解其需求，根据农户定位检索整理相关地方政策，并生成清单式回复，告知农户是否符合条件、如何申请、咨询哪个部门，且每条信息都注明政策出处。“我们要确保智能体的每句话都有据可查，避免误导。”王耀君说，该智能体在黑龙江部分乡镇试用后，有效减轻了基层工作人员负担，也让政策对接更加精准。

推广：

让种地有了“AI大脑”

AI技术能否在传统农业领域扎下根，不仅取决于其本身的先进与否，更在于它是否能被农民所接纳、信任并持续使用。

“年纪大的农民，对复杂的新事物接受度较低，不是不愿意用，而是怕用不好、学不会。”王耀君深知用户的顾虑。为此，团队决定针对神农大模型的核心功能，优先开发微信小程序：扫码就能用，不用下载安装。

“神农卫田”微信小程序就是一个代表性例子。

去年春耕，每当玉米叶片出现斑痕时，黑龙江省哈尔滨市对青山镇李家村的农户迟凤娇不再急着四处找人问，而是从容地掏出手机，点开“神农卫田”，拍照上传。不到几秒钟，小程序就诊断出病症，并给出物理、化学、生物三类防治方案的具体操作。“比找专家还快，照着做心里踏实，田里也真管用。”迟凤娇说。

“技术发展就是一个不断降低使用门槛的过程。”王耀君介绍，这些小程序的操作界面力求比常用社交软件更简单，信息输出也遵循“三句话原则”——用最短、最直白的话给出结论和步骤，省去冗长的专业解释。

小程序还设有简洁的反馈通道。用户使用后，可一键点击“好评”或“差评”提交评价。这些看似微小的互动，都会被系统收集，用于持续优化神农大模型。团队表示，用户也可以通过神农大模型官网提供的联系方式，随时反馈使用中遇到的问题与不足。

与此同时，中国农业大学开创的“科技小院”模式，也在神农大模型的推广中起到关键作用。部分团队成员长期驻扎在合作村镇，与农民同吃同住同劳动，并担任大模型的现场培训员。“一开始说‘大模型’，农户们听不懂，我们就说这是个‘智能助手’，有啥不懂的就问，手把手教农民用一次两次，他们就学会了。”王耀君指出，这种基于人际信任的技术扩散，远比任何广告都有效。

据了解，目前团队能调用的算力资源还无法支撑农民无限次使用神农大模型。但让王耀君欣慰的是，升级到3.0版的大模型已实现“小体积、高智能、低成本”，这让农业AI离普惠更近了一步。

“农业垂类大模型的出现将显著降低‘新农人’的创业门槛和技术壁垒，让更多有志于农业的青年能够借助AI工具，快速掌握核心农艺，实现知识赋能。”王耀君表示，未来，神农大模型将持续迭代，推动农业从“经验驱动”转向“数据驱动”，为保障粮食安全、助力乡村全面振兴贡献力量。