用AI来种地,这家企业的模型算法将农业灌溉推向“无人驾驶”模式

全球首创根系吸收模型，智能自主灌溉

在丰码科技的温室大棚内，与市面上大多仍需人工干预的“辅助驾驶”模式不同，丰码科技已实现了灌溉领域的自主运行。

“我们的AI模型不需要人去操作手机，也不需要人去设定时间，它就像自动驾驶汽车一样，完全接管了灌溉决策。”丰码科技总科学官陈方圆介绍，这套名为UniGro的AI算法模型，可根据作物实时生长状态动态计算水肥配比，实现真正的无人施肥灌溉。

作为全球首创根系吸收模型，UniGro不同于传统模型仅依据营养EC（电导率）指导灌溉，除了分钟级跟踪光照、温度、湿度等决定蒸腾速率的环境要素，还会结合作物的当前生理状态，以及丰码自主研发灌溉系统的反馈数据，精确地判断出作物“吃了什么，吃了多少”，进一步计算出它们还需要补充哪些营养。AI算法让作物根系始终处于既不缺水又透气的最舒适状态，真正做到减肥、减药、资源高效。

智能导向灌溉，精准调控果品品质

在AI算法的精准调控下，作物的种植不再是单纯的“靠天吃饭”，而是一场可控的“品质实验”。有别于传统模型让作物“尽可能在理想状态下生长”的理念，UniGro会根据种植者对作物成熟时间、产量、果实大小、风味等不同需求，让作物也“卷”起来，让种植者来引导作物的“努力”方向。

“导向灌溉，就是你可以选择作物的生长方向。比如我想让它提早和延后成熟，或者是口感更好，产量更高等，在合理的范围内都可以做到。”陈方圆介绍。例如，相对于普通草莓10-12的平均糖度，丰码科技草莓的糖度可以稳定在13-16之间，部分果实甚至能达到20的惊人糖度。在蓝莓种植领域，AI模型更是通过精准调控，培育出了直径达35mm“如手表般大小”的巨型蓝莓，充分验证了算法在提升农产品品质方面的巨大潜力。

深挖农业小数据，打造通用“超级大脑”

长期以来，农业领域因样本量小、时空协同性差、数据碎片化等问题，面临着“大模型难落地”的尴尬。丰码科技的研发团队另辟蹊径，摒弃了依赖海量数据的传统路径，转而用可迭代算法深耕农业“小数据”挖掘。

“我们的强项在于运用农业的小数据，从小数据中提炼规律，所以相比之下它的能力更强。UniGro 不局限于作物类型，也不限制应用地域。”陈方圆说。相比动辄需要海量数据训练的大模型，UniGro AI基于“小数据”的轻量化优势，极大地降低了数字农业的门槛和部署成本。陈方圆表示，“我们不需要种植户花费数年去积累数据，只需少量的本地样本，模型就能迅速学习并给出最优的种植策略。”这种即插即用的智能化方案，正在让AI种地变得触手可及。

内嵌UniGroAI算法模型的丰码智能灌溉机UniFert

与国际主流专业模型相比，UniGroAI算法模型像一个刚出生的“婴儿”，具备极强的自我学习和迭代能力，同时不受任何拘束，因此能够像人类学习理解这个世界一样去适应任何环境。无论是在江苏的草莓连栋大棚、内蒙古的番茄日光温室，还是云南的蓝莓基地，它都能迅速适应环境，快速成长为该领域的“专家”。

目前，配备有丰码科技AI算法模型的灌溉设备已在内蒙古赤峰等地成功部署数千台。“我们正在积极布局海外市场，包括北美、中东、非洲等地。”陈方圆表示，公司正计划将技术与农产品销售结合，通过“技术出海”与“优质农产品出海”双轮驱动，让中国自主研发的农业大模型走向世界。

更多精彩请关注官方网站http://www.njgjngq.com