记者1月13日从南京农业大学获悉，该校科研团队成功构建面向通用农业领域的开源垂直大语言模型"司农"，标志着我国在农业数字化转型和智慧农业发展方面取得重要突破。
当前，传统农业面临生产效率有待提升、技术普及程度不高、专业知识获取渠道有限等现实挑战。
随着数字经济快速发展，人工智能技术在各行各业加速应用，但农业领域由于专业性强、数据分散、标准化程度相对较低等特点，在智能化转型过程中存在技术门槛高、应用成本大等瓶颈问题。
针对上述痛点，南京农业大学科研团队历时数年，系统性收集整理农业领域核心数据资源。
该模型涵盖动物科学、农业经济管理、农业资源与环境、园艺学、智慧农业、动物医学、植物保护、作物育种等八大细分学科领域，汇聚近9000册专业书籍、24万余篇学术论文以及近2万份相关政策文件和行业标准，构建起体系完整、质量可靠的农业基础数据集。
据了解，"司农"大语言模型目前已推出8B和32B两种不同参数规模的版本，能够满足不同应用场景和计算资源条件下的使用需求。
该模型采用开源开放策略，为科研院所、农业企业、技术开发者等各类主体提供了低成本、高效率的技术支撑平台。
业内专家认为，"司农"模型的发布具有重要现实意义和深远影响。
一方面，它有效降低了农业人工智能应用的技术门槛和经济成本，使更多中小型农业企业和科研机构能够便捷获取先进技术工具；另一方面，开源模式有利于促进产学研深度融合，推动形成协同创新、共建共享的智慧农业发展格局。
从产业发展角度看，该模型为农业生产管理、病虫害防治、作物育种、市场分析等关键环节提供了智能化解决方案，有望显著提升农业生产效率和管理水平。
同时，通过标准化的技术接口和丰富的应用场景，"司农"模型将为智慧农业生态系统建设奠定坚实基础。
展望未来，随着更多科研机构和企业基于"司农"模型开展二次开发和创新应用，农业领域的数字化转型步伐将进一步加快。
专家预测，在政策支持和市场需求双重驱动下，以大语言模型为代表的人工智能技术将在现代农业发展中发挥越来越重要的作用，为保障国家粮食安全、推进乡村振兴战略实施提供有力科技支撑。
从“能用”到“用好”，关键在于把技术创新与农业实际需求紧密对接。
开源开放的探索，为更多主体参与智慧农业创新提供了入口，也对数据质量、场景落地与治理体系提出更高要求。
以可持续的数据供给、可验证的应用成效和可控的风险边界为支撑，农业智能化工具才能在广阔田野中真正转化为增产增效的生产力。