“AI农业”系列专题一，政策大力支持智慧农业发展，AI赋能种植链前景可期

微信扫码，打开到小程序

识别风险，发现价值 请务必阅读末页的免责声明 1 / 30 [Table_Page] 行业专题研究|农林牧渔 2025 年 3 月 25 日 证券研究报告 [Table_C ontacter] 本报告联系人： [Table_Title] 农林牧渔行业 “AI+农业”系列专题一：政策大力支持智慧农业发展，AI 赋能种植链前景可期 [Tabl e_Author] 分析师： 钱浩 分析师： 周舒玥 SAC 执证号：S0260517080014 SFC CE.no: BND274 SAC 执证号：S0260523050002 021-38003634 021-38003537 shqianhao@gf.com.cn zhoushuyue@gf.com.cn 请注意，周舒玥并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。 [Table_Summary] 核心观点：  政策推进智慧农业发展，“AI+农业”前景可期。人工智能（AI）正引领着智能化农业时代的到来，近年来国家 高度重视并积极推动智慧农业建设，25 年一号文件指出“支持发展智慧农业，拓展人工智能、数据、低空等技 术应用场景”。AI 正驱动传统经验农业向标准化生产转型，在种植领域中，AI 在作物监测与管理、精准农业、 农业机器人、农业数据分析与预测等领域发挥重要作用。  育种：AI 驱动智能设计，助力效率大幅提升。当前植物育种步入 4.0“智能设计育种”阶段，借助 AI 驱动的工具 对海量数据进行分析，从而精准预测基因型-表型关联，识别新的基因组合，大幅提升精度和效率并优化育种策 略。先正达、拜耳等国际种业巨头完善的作物基因组数据库和表型数据库基础上，利用 AI 算法在作物基因编辑 靶点预测、全基因组选择模型优化等方面取得显著成果，并广泛运用于田间试验及商业化育种中。我国近年来 在 AI 作物育种领域有所突破，如农科院、国家南繁研究院与阿里达摩院联合研发出全流程智慧育种平台，加速 育种决策运算，产业运用前景广阔。  种植生产：AI 辅助智能决策及自动化耕作，实现精准种植。一方面，AI 可协助作物生长监测和智能决策支持， 如运用机器学习综合考虑作物品种、土壤肥力、气象条件等因素，确定最优的播种时间、种植密度、施肥量等 参数；另一方面，AI 可助力自动化智能耕作以实现精准种植，如运用农业机器人模拟人的视觉功能，通过学习、 分析和判断实现杂草清除、浇水施肥等，完成无人化种植。近十年 AI 技术在欧美大规模农场得到快速发展和广 泛应用，如美国农场通过 AI 生长系统实时收集与分析 200 多个环境参数，动态调整光照、温度、湿度等条件， 提高种植效率。我国土地流转政策成效显著，农地集约化、规模化程度提升，为 AI 运用奠定坚实基础；近年国 内在“AI+种植”技术研发方面发展迅速，如哈工大、人工智能研究院等共同研发的农业生长大模型“天工开悟”。  投资建议。政策积极推进智慧农业发展，土地流转推动农地集约化、规模化程度提升，为 AI 运用奠定生产基础， AI 赋能种植产业链前景可期。建议关注（1）AI 育种：关注隆平高科、大北农等；（2）AI 种植：关注北大荒、 苏垦农发等；（3）AI 农业服务商：关注托普云农。  风险提示。技术风险、数据风险、市场与政策风险。 [Table_Report] 相关研究： 农林牧渔行业:如何理解近期仔猪价格表现强势 2025-03-23 农林牧渔行业:如何看待 2 月上市猪企出栏情况 2025-03-16 农林牧渔行业:功能需求推动宠粮工艺及成分革新，AI 辅助驱动新品研发 2025-03-09 识别风险，发现价值 请务必阅读末页的免责声明 2 / 30 [Table_PageText] 行业专题研究|农林牧渔 [Table_impcom] 重点公司估值和财务分析表 股票简称 股票代码 货币 最新 最近 评级 合理价值 EPS(元) PE(x) EV/EBITDA(x) ROE(%) 收盘价 报告日期 （元/股） 2024E 2025E 2024E 2025E 2024E 2025E 2024E 2025E 温氏股份 300498.SZ CNY 16.65 2025/02/21 买入 21.86 1.39 1.41 11.98 11.81 7.61 7.61 22.50 19.80 牧原股份 002714.SZ CNY 38.60 2025/03/20 买入 49.34 3.27 2.85 11.80 13.54 5.55 6.07 24.40 19.40 立华股份 300761.SZ CNY 18.78 2025/01/19 买入 27.61 1.80 1.84 10.43 10.21 7.19 6.64 16.50 14.40 唐人神 002567.SZ CNY 4.97 2024/05/23 买入 8.53 0.36 0.56 13.81 8.87 4.02 3.22 8.50 11.90 邦基科技 603151.SH CNY 11.88 2024/04/28 买入 18.20 0.91 1.05 13.05 11.31 8.60 7.68 11.10 11.40 乖宝宠物 301498.SZ CNY 86.25 2024/10/23 买入 71.03 1.47 2.03 58.67 42.49 43.35 32.22 13.80 16.00 数据来源：Wind、广发证券发展研究中心 备注：表中估值指标按照最新收盘价计算 识别风险，发现价值 请务必阅读末页的免责声明 3 / 30 [Table_PageText] 行业专题研究|农林牧渔 目录索引 一、政策推进智慧农业发展，“AI+农业”前景可期 ........................................................... 5 （一）AI 技术工具多元，在农业领域应用场景广泛................................................... 5 （二）国家积极推动智慧农业发展，AI 驱动种植产业链转型升级 ............................. 9 二、育种：AI 驱动智能设计，助力效率大幅提升............................................................. 11 （一）AI 驱动智能设计育种，赋能表型及基因组学研究 ......................................... 11 （二）海外 AI 育种已臻成熟，国际种业巨头新品种研发提速 ................................. 14 （三）国内加速推广 AI 作物育种，产业运用前景广阔 ............................................ 17 三、种植生产：AI 辅助智能决策及自动化耕作，实现精准种植 ....................................... 19 （一）智能决策及自动化耕作助力作物产量提升 ..................................................... 19 （二）海外 AI 数字农业平台趋于普及，农田精准化管理降本增效 .......................... 21 （三）国内政策支持力度加大，种植领域有望迎来突破性变革 ............................... 23 四、投资建议 .................................................................................................................... 27 五、风险提示 .................................................................................................................... 27 识别风险，发现价值 请务必阅读末页的免责声明 4 / 30 [Table_PageText] 行业专题研究|农林牧渔 图表索引 图 1：“数字新技术”生态系统 .................................................................................. 6 图 2：种植产业链结构 .......................................................................................... 11 图 3：植物育种的历史演变 ................................................................................... 12 图 4：AI 在植物育种改良中的应用框架 ................................................................ 13 图 5：大数据在植物育种中的应用框架 ................................................................. 13 图 6：农学核苷酸转化器（AgroNT）大语言模型 ................................................ 15 图 7：利马格兰基于 Alteia 平台进行作物性状分析 .............................................. 16 图 8：达摩院 AI 赋能全流程智慧育种平台 ........................................................... 17 图 9：农科院将气象环境数据纳入基因组预测模型 .............................................. 18 图 10：AI 辅助田间科学决策框架 ......................................................................... 20 图 11：智能除草机器人 ........................................................................................ 20 图 12：先正达 CropWise 数字化平台 ................................................................... 22 图 13：我国土地流转面积变化 ............................................................................. 24 图 14：全国农民专业合作社户数变化 .................................................................. 24 图 15：“天工开悟”模型结构 .................................................................................. 25 图 16：“天工开悟”对玉米生长周期预测曲线与真实曲线对比 ............................... 25 图 17：中国农业大学 AI 赋能智慧化全流程种植管控框架 ................................... 26 图 18：中国农业大学“三元农场智慧化体系” .................................................... 26 表 1：人工智能技术分类及介绍 .............................................................................. 6 表 2：AI+农业核心技术工具 ................................................................................... 8 表 3：国家发展“智慧农 表 4：AI 在作物育种技术中的运用 ....................................................................... 13 表 5：国外 AI 协助作物育种运用案例 ................................................................... 16 表 6：国内 AI 协助作物育种运用案例 ................................................................... 18 表 7：AI 在作物种植端的技术运用 ....................................................................... 19 表 8：国外 AI 驱动作物种植运用案例 ................................................................... 22 表 9：国家鼓励支持土地流转相关政策梳理 ......................................................... 24 表 10：国内 AI 协助作物种植运用案例 ................................................................. 26 识别风险，发现价值 请务必阅读末页的免责声明 5 / 30 [Table_PageText] 行业专题研究|农林牧渔 一、政策推进智慧农业发展，“AI+农业”前景可期 （一）AI 技术工具多元，在农业领域应用场景广泛 人工智能（AI）本质是使用计算机来模拟人的某些思维过程和智能行为（如学 习、推理、思考、规划等），包括机器学习、深度学习、计算机视觉、自然语言处理、 脑机接口、知识图谱、人机交互、自主无人系统等： （1） 机器学习（ML）：AI核心技术，通过构建模型、利用算法对大量数据进 行学习和分析，自动发现数据中的模式和规律，并据此对新数据进行预 测或决策；可划分为监督学习、无监督学习和强化学习。 （2） 深度学习（DL）：机器学习重要分支，基于人工神经网络的学习算法， 通过构建具有多个层次的神经网络模型，让计算机自动从大量数据中学 习特征和模式。 （3） 计算机视觉（CV）：用摄影机和电脑代替人眼对目标进行识别、跟踪和 测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观 察或传送给仪器检测的图像。 （4） 自然语言处理（NLP）：AI重要子领域，使计算机能够理解、生成和处 理人类语言，大语言模型（LLM）是NLP中一种特定类型模型，专注于 根据大型数据集的广泛训练生成和理解文本，如ChatGPT是基于著名大 语言模型GPT-3开发而来。 人工智能和大数据、物联网、云计算、区块链技术共同组成高度关联的“数字新 技术” 生态系统。基于多元 用场景日益广泛，如作物监测、精准农业、养殖环境管理、智能捕捞等等，AI正引领 着智能化农业时代的到来。 识别风险，发现价值 请务必阅读末页的免责声明 6 / 30 [Table_PageText] 行业专题研究|农林牧渔 图1：“数字新技术”生态系统 数据来源：CSDN、广发证券发展研究中心 表1：人工智能技术分类及介绍 技术分类 定义 具体内容 机器学习 人工智能的一个子领域，旨在通过数据训练模 型，使计算机能够从数据中学习规律并做出预测 或决策，而无需显式编程。其允许软件应用程序 通过数据学习改进任务执行，它通过训练过程分 析数据和识别模式，自动学习规则并应用这些规 则来预测新的数据点的输出。机器学习分为监督 学习、无监督学习和强化学习三大类。 ·监督学习：使用标记数据进行训练，让模型学习输入特征与输出标签之间 的映射关系，如用于图像识别的卷积神经网络，通过大量标记图像学习识别 不同物体。 ·无监督学习：利用无标记数据发