3月20日-22日，全国农业高校人工智能学院院长研讨会在海南省三亚市崖州湾科技城成功举办。本次研讨会内容涵盖农业人工智能人才培养、农业大模型研发应用、智慧种业与育种技术创新、智慧农业产业落地以及国产算力与农业AI基础设施建设等方向，为推动农业现代化与数字经济深度融合凝聚智慧力量。

中国工程院院士、国家农业信息化工程技术研究中心主任赵春江发表题为《对农业人工智能发展的思考》的特邀报告。报告指出，目前大模型发展在专业领域应用进一步深化，例如在技术领域，DeepSeek-V3在编码、数学、科学研究领域表现优异，在科学研究中，Qwen3引入“混合思维模式”增强推理能力等等。大模型将不仅是信息生成工具，更将成为能够自主完成复杂任务的智能代理。

赵春江表示，农业具有经验性、复杂性、不可控和高强度等特点，这决定了人工智能在农业领域会被广泛应用。当前，人工智能在作物健康监测、土壤健康分析、产量预测、收获机器人等方面的应用，已成为农业发展的重要驱动力。他同时判断，未来十年，人工智能将成为智能农业不可或缺的组成部分，并有望进一步提供超本地化见解和自主决策能力。与此同时，赵春江也指出，农业人工智能的发展仍面临若干关键科技问题。从农业信息获取，到理解农业生产潜在机制，再到真正参与农业生产管理，相关技术距离深层次、规模化落地仍需持续攻关。大模型在专业领域的应用正在持续深化，未来有望从信息生成工具进一步演进为能够自主完成复杂任务的智能代理，这也为农业科研和农业生产管理打开了新的空间。

崖州湾国家实验室高级科学家袁晓辉发表题为《面向智能育种的AI-Ready大数据基座研究》的特邀报告。他认为，数据的质量和规模是人工智能成功的关键，但农业数据类型繁多、来源分散、质量不统一，往往会导致数据对齐困难。因此，农业人工智能的发展离不开高质量数据集的系统构建。这一判断也点出了农业大模型和AI育种当前绕不开的一项基础工作：不是先把模型做得多大，而是先把农业数据做得更规范、更可信、更可用。

报告指出，当前AI大模型技术快速成熟，高质量数据已成为AI应用的壁垒和基石，但高质量数据获取难度大，垂直行业开源数据集少，已成为大模型“卡脖子”问题，急需构建面向智能育种的AI-Ready大数据基座。这其中就包括：种数据、耕地数据、气象数据，以及相关的实验数据，再结合AI加工让“数据”变成系统性“知识”。那如何构建高质量数据集呢？袁晓辉表示需要遵循以下四个维度：L1、符合FAIR原则，具备完备元数据和良好可解释性；L2、面向通用模型，契合特定模型任务（如表型识别、基因功能预测等）；L3、面向深度推理，可构建多模态关联数据体系；L4、面向AI4S，为数据共享复用、模型推理、决策形成以及科学假设提供全面而深入的支撑；L5、面向AI4Engineering，其核心特征是 “即插即用”，从而加速AI模型在复杂工程问题中的开发、验证和落地。

武汉理工大学计算机与人工智能学院教授李琳提出，要推动大小模型协同在智慧农业中的应用。她认为，在实际应用中，大模型往往存在高延迟、高算力成本、易引发局域网堵塞等问题，大小模型协同是农业人工智能迈向现实应用场景的有效途径。

值得注意的是，国产算力与农业大模型的融合被反复提及，这说明，农业人工智能的发展不仅需要算法和模型创新，也越来越依赖数据体系、算力底座、部署能力和场景适配能力的协同支撑。围绕自主可控技术底座构建农业AI生态，正成为这一领域的重要方向。

研讨会期间，开源中国旗下大模型部署与应用平台模力方舟联合Gitee推出“龙虾”及“虾粮”服务，也引发了一定关注。据介绍，“龙虾”相当于为多个智能体配置总控“大脑”，可通过指令调度各智能体协同工作并汇总结果，以提升整体工作效率。

国产算力的自主可控与农业大模型的应用创新，是破解智慧农业人才短缺、技术落地梗阻、数据孤岛等瓶颈的关键抓手，更是赋能育种革新、生产提质、产业升级的重要支撑。这一会议共识得到了海南省科技厅的高度重视。

为响应国家AI4Science战略部署，抢抓农业人工智能发展机遇，打破国产算力在农业领域的应用壁垒，凝聚政产学研用金协同创新合力，海南省科学技术厅党组成员、副厅长杨文强向全国农业领域相关单位及国产GPU厂家发出《共建国产算力赋能农业人工智能创新生态》倡议。倡议内容如下：

一、共建适配生态，攻克技术瓶颈。农业领域单位与国产GPU企业深化合作，聚焦育种、种植、养殖、加工等核心场景，联合开展农业大模型适配优化、算法创新与技术攻关，建立覆盖多场景的农业AI适配库，破解模型兼容性、算力利用率等关键难题，推动国产算力与农业需求深度契合。

二、共享资源要素，打破发展壁垒。搭建国产算力农业应用共享平台，整合农业多源数据资源、科研成果与GPU算力资源，建立数据安全共享机制与算力调度体系，降低农业AI创新门槛，让高校、科研院所及中小企业便捷获取优质资源，加速技术迭代与成果转化。

三、共育专业人才，夯实发展根基。联合制定农业人工智能人才培养方案，将国产算力应用、农业大模型开发等内容纳入教学体系，共建实训基地与联合实验室，开展技术培训与技能认证，培养兼具农业专业素养、AI技术能力与国产算力应用经验的复合型人才，为产业发展注入持续动力。

四、共推标准落地，引领行业发展。联动制定农业领域国产算力应用标准、数据规范与安全准则，推广成熟应用案例与最佳实践，提升国产算力在农业领域的认可度与渗透率，打造自主可控、开放协同的农业人工智能创新生态，助力农业现代化高质量发展。

部分文字及图片来源于网络，本文内容仅供学习、交流使用，不具有任何商业用途，版权归原作者所有，如有问题请及时联系我们以作处理。我们尽可能确保信息的准确性与完整性，但并不保证其绝对无误，也不代表本站赞同其观点和对其真实性负责。其他媒体、网站或个人转载使用时请注明来源，并自负法律责任。