近日,南京农业大学传来重磅消息 —— 国内首个面向通用农业领域的开源垂直大语言模型 “司农”(Sinong)正式发布!这款模型不仅填补了农业领域专属大模型的空白,更凭借海量专业数据与开源特性,为科研机构、农业企业及开发者打开了智慧农业创新的新大门。
扎根农业细分领域,40 亿 token 数据筑牢核心实力
“司农” 大模型的底气,源于南京农业大学深耕农业学科的深厚积淀。研发团队围绕农业领域 8 大核心细分学科,系统性收集了大规模领域数据,总量超40 亿 token,构建起覆盖全产业链的专业数据体系:
为了让数据 “活” 起来,团队还创新结合视觉模型与大语言模型,对这些多源异构的数据进行整理、筛选与整合,最终形成大规模、高质量的农业基础数据集 —— 这不仅是 “司农” 理解专业知识的 “知识库”,更是其精准服务农业场景的核心支撑。
双版本开源上线,魔搭社区可直接获取
目前,“司农” 大模型 1.0 版本已在魔搭社区(ModelScope) 全面开源,提供 8B 和 32B 两种参数规模,满足不同场景的使用需求,任何人都可直接下载部署:
| |
|---|
| https://modelscope.cn/models/NAULLM/Sinong1.0-8B |
| https://modelscope.cn/models/NAULLM/Sinong1.0-32B |
若需进一步使用模型的基础或过程数据,可通过邮箱 llm4cca@njau.edu.cn 与研发团队联系,共同探索智慧农业的更多可能。
部署指南与用户反馈:理性选择,潜力可期
最低硬件配置参考
- Sinong1.0-8B适合入门级测试与轻量应用,对硬件要求相对较低,普通高性能电脑可尝试部署;内存建议32gb以上,显卡单卡最低需要16g显存。推荐5060ti16g显存版本(性价比高)
- Sinong1.0-32B最低测试配置:(4-bit 量化)24GB+16 核 32 线程64GB
- 个人学习、轻量测试推荐推理配置(FP16):48GB+(单卡)/ 2×24GB(多卡)24 核 48 线程128GB
- 个人 / 团队日常推理企业生产配置:80GB+(A100/H100)32 核 64 线程 +256GB
- 高并发、低延迟应用微调训练配置:2×40GB+(A100/H100)48 核 96 线程 +512GB
用户实测反馈汇总
模型上线后,不少开发者与农业从业者已展开测试,反馈颇具参考价值:
- “8B 模型作为入门版本,基础农业知识问答能应对,但复杂场景(如病虫害精准诊断、育种数据分析)效果还有提升空间,适合初步体验。”
- “32B 模型的专业度明显更高,能处理多维度农业问题,但硬件成本不低,建议有专属算力资源的团队部署。”
- “最大的优势是开源 + 农业垂直领域!叠加企业自身的种植 / 养殖知识库做微调后,落地性会更强,未来还能基于它搭建农业智能体(如智能农技助手、作物生长预测系统)。”
- “作为国内首个农业开源大模型,‘司农’已经迈出了关键一步,期待后续迭代能优化小模型性能、降低大模型部署门槛,未来这类垂直模型肯定会越来越多!”
从填补空白到开源共享,“司农” 大模型的发布不仅是南京农业大学在农业 AI 领域的一次突破,更为整个行业提供了 “低成本创新” 的可能。无论是科研团队探索农业大数据应用,还是企业打造专属智慧农业解决方案,这款模型都值得关注。未来,随着更多开发者的参与和迭代,或许会有更多 “接地气” 的农业 AI 应用从这里诞生,真正赋能田间地头!