董楠卿:加快农业人工智能高质量发展

2025年8月发布的《国务院关于深入实施“人工智能+”行动的意见》（以下简称《意见》）明确提出“加快农业数智化转型升级”，对“人工智能+农业”进行系统性部署。2026年中央一号文件进一步提出，“因地制宜发展农业新质生产力，促进人工智能与农业发展相结合”，将农业人工智能提升到培育新质生产力的战略高度。两份重要文件形成政策合力：《意见》明确了“人工智能+农业”的技术路径与产业抓手，一号文件确立了科技创新引领农业现代化的战略导向。二者共同推动人工智能成为驱动农业科技创新范式变革与生产方式系统性转型的核心引擎，标志着我国农业发展正式进入智能驱动的创新发展新阶段。人工智能作为引领未来的战略性技术，正在深刻改变农业科学研究、生产决策和要素配置模式，成为加快农业现代化、建设农业强国的核心驱动力。准确把握“人工智能+农业”融合发展态势，科学谋划“十五五”时期发展路径，对于实现高水平农业科技自立自强、保障国家粮食安全具有重大而深远的意义。

发展农业人工智能的战略意义

发展农业人工智能是培育农业新质生产力的核心引擎。传统农业增长主要依靠土地、劳动力、化肥农药等要素投入，边际效益递减趋势明显。而新质生产力是以科技创新为主导、实现关键性颠覆性技术突破而产生的先进生产力质态。农业人工智能正是农业新质生产力的典型代表。它通过“数据+算法+算力”的融合创新，重构农业生产要素配置方式，推动劳动资料从“人力密集”向“人机协同”跃迁，劳动对象从“经验依赖”向“数据驱动”转变。以智能育种为例，拜耳作物科学（原孟山都公司，2018年被拜耳集团收购）于2019年通过人工智能技术提升育种效率30%以上，不仅缩短了育种周期，同时降低了科研成本。研发人工智能的价值可见一斑。农业农村部数据显示，2025年我国农业科技进步贡献率已超过64%，其中人工智能相关技术的贡献日益凸显。

发展农业人工智能是应对资源环境约束的必然选择。习近平总书记深刻指出，节约资源是保护生态环境的根本之策。要大力节约集约利用资源，推动资源利用方式根本转变，加强全过程节约管理，大幅降低能源、水、土地消耗强度。我国当前仍面临土地盐碱化、酸化、结构退化等问题，中低等级耕地占比高，除耕地外有11.7亿亩边际土地，地理空间上耕地分布和水资源分布并不均衡。在此背景下，依靠大水大肥的传统生产方式难以为继，必须向精准化、智能化要效益。人工智能技术的引入，为解决这一矛盾提供了全新路径。通过精准农业技术，可以依据天气环境和土壤墒情，以及作物生长的规律，在单产提升的同时，减少水肥药投入。这些变革正在推动农业生产方式从粗放型、外延式向集约型、内涵式转变，实现资源节约与产出提升的有机统一。

发展农业人工智能是保障国家粮食安全的战略支撑。 粮食安全是“国之大者”。习近平总书记反复强调：“中国人的饭碗任何时候都要牢牢端在自己手中，我们的饭碗应该主要装中国粮。”2026年中央一号文件明确提出“粮食产量稳定在1.4万亿斤左右”，强调“加力实施新一轮千亿斤粮食产能提升行动，促进良田良种良机良法集成增效，推进粮油作物大面积提单产”。当前粮食安全主要面临两方面的挑战。一方面，我国人多地少的国情没有变，人均耕地面积不足世界平均水平的40%，大豆对外依存度较高且进口来源地高度集中。另一方面，农业人才流失问题日益严峻。我国农村人口老龄化程度不断加深，第三次农业普查数据显示55岁以上农业从业人员占比已升至33.6%，部分地区农业劳动力平均年龄超过58岁，涉农专业招生相对冷清，涉农专业毕业后真正从事农业工作的较少。在此背景下，人工智能技术在农业领域的广泛应用正为解答“谁来种地”、“怎么种地”提供新的思路：智能育种、智慧种植等新技术正在为提升粮食产量进行科技赋能；农业大模型将会化身“AI育种家”和“AI农艺师”提供高效的全链条农业决策；农业机器人、农业无人机在内的智能农机装备会把农民从繁重的体力劳动中解放出来。农业人工智能将为端牢中国饭碗提供坚实保障。

全球农业人工智能发展态势

全球农业人工智能市场正处于高速增长期。据美国市场分析数据，2025年全球农业人工智能市场规模约为25.5亿美元，预计到2030年将达到70.5亿美元，年复合增长率达22.55%。美国、欧洲、日本等发达国家和地区在农业人工智能领域起步早、布局深、应用广，已形成较为成熟的技术体系和商业模式，其发展历程对我国具有借鉴意义。

国际种业巨头如拜耳、先正达、科迪华等很早就全面布局智能育种平台。以拜耳集团为例，早在2013年，拜耳作物科学的前身孟山都公司就收购了硅谷初创公司The Climate Corporation成为其数字农业子公司，为拜耳集团提供人工智能算法支撑。值得注意的是，人工智能算法的落地离不开坚实的数据基座，拜耳集团全球市占率第一的背后，是其标准化农田可以源源不断提供多位点、多年份、多维度的育种数据。美国约翰迪尔公司在智能农机装备制造上处于全球领先地位：其AutoTrac自动导航系统已在全球广泛应用，配合其研发的无人驾驶拖拉机，通过整合高精度导航与远程监控技术，可有效减少作业重叠、节约燃油与农资投入；而其研发的农业机器人，可以自主实时作业，在大规模降低除草剂使用的同时，还能全自动采集数据。而拜耳集团的E.L.Y.系统和先正达集团的Cropwise AI系统作为国际上农业生产管理的龙头产品，已经具备为全球农户提供精准农业决策支持服务的能力。

我国人工智能水平虽然与美国仍然有差距，但整体仍然处于世界第一梯队。“十四五”期间，我国涌现出一系列代表性创新成果。在智能育种领域，上海人工智能实验室联合崖州湾国家实验室、中国农业大学研发了我国首个生物育种领域的大模型“丰登·种业大模型” (SeedLLM)，至今全球已有包括国际水稻研究所、印度中央水稻研究所在内国内外育种单位600余家试用；研发了首个生物育种领域的科研智能体“丰登·基因科学家”(GeneScientist)，发现了未被报道的作物基因功能并获得验证，成为名副其实的“AI作物科学家”。在智能农机领域，中国科学院研发了世界上首台能够自动巡航杂交授粉的育种机器人“吉儿”(GEAIR)。“伏羲农场”通过高密度布设环境传感器、表型数据采集设备和无人机遥感系统，正在探索智慧农场的技术路线。

尽管我国农业人工智能发展迅速，但与发达国家相比仍存在差距。一是数据壁垒依然存在。农业数据分散在高校、科研院所和农业企业，缺乏统一的数据标准和共享机制，“数据孤岛”现象突出，制约了算法研发。二是核心技术受制于人，智能芯片、农业机器人、农业传感器等技术尚未完全突破。三是基础研究能力不足，农业人工智能领域的核心算法缺少面向农业关键问题或场景的原始创新。四是场景落地难，农业生产的复杂性、开放性和低利润等特征，导致模型泛化能力不足、实际部署成本高、农民接受度不高等问题制约规模化应用；且当前我国农业科技创新主体目前仍然是高校和科研院所，距离真正产业化存在“最后一公里”问题。

农业人工智能的主要发展方向

立足我国农业人工智能发展实际，“十五五”期间应重点在以下方向发力突破。

植物工厂里，AI 模型通过自动调节环境参数，实现作物生长全流程的精准决策与控制。

夯实农业数据基座和标准化体系。数据是人工智能发展的核心要素。应加快构建覆盖基因组、转录组、蛋白组、代谢组、表型组等多组学数据的农业大数据平台，整合气象、土壤、水文等环境数据和政府、涉农企业的相关数据，形成农业数据资源共享机制。建立健全农业人工智能标准体系，制定农业大模型、农业传感器、农机机器人等领域的技术标准和安全规范，统一数据接口、作业规范等行业标准，打破“数据孤岛”，提升系统兼容性。在保护数据隐私和知识产权的前提下，促进农业大数据的合规共享。

发展农业多模态大模型和智能体。农业多模态大模型是农业人工智能的重要突破方向。具备文本、图像、声音、视频、多组学等多源异构数据理解和推理能力的多模态大模型是未来智慧农业的“中枢系统”，可大幅提升农业科研和生产效率。应重点加快育种大模型研发，构建大模型驱动的育种体系，支持“丰登”等国产大模型迭代升级和应用推广。在农业多模态大模型的基础上，面向农业需求场景，加快农业全链条智能体建设和落地。充分借鉴“AI科学家”技术，通过构建面向农业的科研智能体，加快探索大模型驱动的农业科研新范式，促进农业领域的“从0到1”突破。

构建面向农业的数字孪生系统。数字孪生技术通过构建与物理实体交互映射的虚拟模型，在信息空间中创建可计算、可控制、可预测的数字化镜像，为农业领域的科学研究和精准管理提供全新范式。应加快构建面向农业的虚拟细胞、虚拟作物和虚拟农场系统，形成多尺度数字孪生体系。在虚拟细胞层面，整合多组学数据，构建作物生长发育的数字化细胞模型，为分子设计育种提供理论支撑。在虚拟作物层面，整合多组学数据、生长环境数据与动态表型组数据，实现作物从播种到收获的全生命周期模拟，为复杂环境下的品种培育提供“虚拟试验田”。在虚拟农场层面，打通“多源遥感感知—数字孪生建模—智能决策”全链路，聚合遥感影像、作物表型和环境数据，构建1:1复刻的虚拟农场，实现科学管理、产量预测、灾害预警、种植方案优化等场景应用。

突破农业具身智能和世界模型。重点研发具备灵巧操作能力的农业机器人，突破柔性抓取、精准作业等关键技术，实现对果蔬、茶叶、中药材等特色经济作物的精细化采收。发展农业世界模型，构建融合视觉、力觉、触觉等多模态感知的智能决策系统，使农业机器人能够在丘陵、水田等复杂农业环境中自主感知、决策和执行任务。推动农业机器人从“单一功能”向“多任务协同”演进，从“结构化环境”向“非结构化环境”拓展。

构建支持农业人工智能发展的政策体系

推动农业人工智能高质量发展，必须强化制度供给，完善支持政策，营造良好环境，确保《意见》和中央一号文件在农业领域落地见效。

加强顶层设计和工作统筹。 将农业人工智能纳入国家新一代人工智能和农业农村现代化发展规划，制定专项实施方案。建立跨部委协调机制，统筹农业、科技、工信、自然资源等部委的政策资源，避免重复建设和资源分散。发挥新型举国体制优势，集中力量攻克农业人工智能领域的战略性、基础性、前沿性技术难题。

加强农业人工智能基础研究。要研发具有国际影响力的农业人工智能算法和建成具有自主知识产权的软硬件体系，必须加大基础研究投入，支持多路径技术探索和模型基础架构创新，在农业专用传感器、核心算法、软硬件系统等环节取得突破。布局建设一批国家级农业人工智能实验室，搭建行业共性技术研发平台。积极支持面向农业场景的人工智能芯片攻坚创新与国产软件生态培育，降低应用推广成本，减少对国外技术的依赖，提升农业人工智能发展的自主可控水平。

健全农业人工智能的人才培养体系。基础研究离不开人才支撑。当前，我国人工智能人才供不应求，而现有人才高度集中于互联网、金融等高薪行业。大众对农业的认知依然停留在传统的资源密集型行业，忽视了当前我国农业已经在向技术密集型产业快速转型。农业对高端人工智能人才吸引力不足，导致“人工智能+农业”复合型人才严重短缺。必须强化政策引导，实施农业人工智能人才专项，提供有竞争力的薪酬待遇和科研条件，吸引顶尖人才投身农业人工智能研发，培养一批既懂农业又懂人工智能的复合型领军人才和创新团队。同时，设立面向农业人工智能的人才评价体系，避免农业人工智能人才在农业和人工智能领域“两头不讨好”。深化农业科研院所和涉农高校教育教学改革，以需求为导向加快新农科建设，推动人工智能与农学、生物技术、农业工程交叉融合，建立跨学科培养机制。

完善数据共享和算力保障机制。建立农业公共数据开放共享制度，制定农业数据采集、存储、共享的技术标准和安全规范，在保护数据隐私和知识产权的前提下，推动育种数据、气象数据、市场数据的合规共享。建设国家农业数据中心和区域算力中心，为农业人工智能研发提供算力支持。探索“政府建基础设施、企业做场景应用、农民享技术服务”的可持续商业模式，降低中小企业和农户使用人工智能技术的门槛。

强化应用场景推广。实施农业人工智能应用示范工程，支持新型农业经营主体率先应用智能技术，发挥示范带动作用。建立“面向产业征集需求、面向场景研究示范、面向用户评价验收”的攻关机制，确保技术研发贴近生产实际。健全人工智能应用场景建设指引、开放度评价与激励政策，完善应用试错容错管理制度。培育农业人工智能应用服务商，发展“数据即服务”、“模型即服务 ”、“智能体即服务”等新业态，打造农业人工智能应用服务链。建立农业人工智能伦理规范和安全监管体系，防范技术滥用和数据安全风险，确保算法决策的公平性和可解释性。

深化国际交流合作。积极参与国际农业人工智能标准制定，提升我国在国际农业人工智能领域的话语权。加强与“一带一路”沿线国家在智慧农业领域的技术合作，推动我国农业人工智能技术和装备“走出去”，在全球农业现代化进程中贡献中国智慧和中国方案。

（作者系浦江国家实验室研究员、上海创智学院博士生导师）