部署快速 室内外移动机器人 顶升解决方案 四驱四动 7*24 小 时 多舱体组合 多点配送 多机协作 巡游监控 移动平台、六轴协作机械臂、力控抓手以及视觉模组等部分组成。 MK 多模态采用模块化系统设计，可选配 WIFI 无线通信、激光雷达、差分 GPS 、六维力传感器、可见光 / 红外高精摄像头等多种功能模组实现系统功 能快速扩 展，用更智慧的技术赋能农业 ● 厘米级顶级精度

（统计数据、地图数据、遥感数据、实时传感数 据） u 每个农场都会像使用肥料和水一样使用实时传感数据来提高农场的经济效益，保证农 业产业的可持续发展。 农业生产要素 u 农业环境信息复杂，多维度、多模态、分散、不均匀、动态变化、相互影响； u 传统信息采集仪器和仪表需要专业技术人员操作，设备购置、安装、使用、维护和管理成本 高； u 信息处理 数理统计方法复杂，效率低； u 自动控制措施技术匮乏或应用成本太高。

撑团队培养成本。 直播间整体打造服务 5G 智慧营销服务 提供 **2i 卡：腾讯大网卡、阿里宝卡等手机卡类产品的挂单营销渠道，增 加主播的业务类型。基于 **5G 消息产品，提供 三网、多模态的智慧卡片 营销短信，覆盖全品类手机终端类型。 解决 微 信 企 业 号 、 钉 钉 群 通 知 效 果 弱的问题，精准获客引流，打造直播电商最佳营销工具。 **5G 新直播产品矩阵 面向集团

据的处理能力，包括气象数据、土壤数据、作物生长数据等。 通过微调，模型需能够从复杂数据中提取关键信息，并生成可 靠的预测结果，如作物产量预测、病虫害爆发预警等。这一目 标可以通过引入时间序列分析和多模态数据处理技术来实现。 3. 增强模型的适应性以应对多样化的农业场景：农业场景具有地 域性、季节性和作物多样性的特点，模型需能够适应不同地 区、不同作物以及不同农业生产模式的需求。通过在多样化的 平台，提供标准化的 API 接口，方便更多的农 业企业和研究机构接入与使用。此外，我们还将加强与其他农业科 技公司的合作，共同推动农业数字化与智能化的进程。 在技术层面，我们未来的研究方向包括：  多模态数据融合：结合卫星遥感、气象数据和土壤数据，进一 步提升模型的预测精度。  实时在线学习：通过在线学习机制，使模型能够根据实时数据 动态调整，适应不断变化的农业环境。  跨领域知识迁移：探索将 结合将为农业生产带来更多创新和价值。 10.2 未来发展方向 在未来，农业科技引入 DeepSeek 大模型的微调方案将沿着多 个方向深入发展，以进一步提升其在农业领域的应用效果和覆盖范 围。首先，模型的多模态数据融合能力将是重点发展方向。通过整 合卫星遥感、气象数据、土壤传感器数据以及无人机影像等多源数 据，构建更为全面的农业生态环境模型，进一步优化作物生长预 测、病虫害预警和灌溉管理等功能。

随着农业环境数据的持续累积和完善，农业精准化水平会不断提高，以 设施水果和蔬菜为例，单位面积的收益将在目前国内平均水平的基础上 增加 3-10 倍。 施行初步水平的精准操作以后 农业环境信息复杂，多维度、多模态、分散、不均匀、动态变 化、相互影响； 传统信息采集仪器和仪表需要专业技术人员操作，设备购置、 安装、使用、维护和管理成本高； 信息处理 数理统计方法复杂，效率低； 自动控制措施技术匮乏或应用成本太高。

计算法或计算模型，包括但不限于动植物生长模型、温室环 境多变量优化模型、水肥药精准投放模型、动态饲喂模型、 高通量表型分析模型等标准。 （4）BBD 农业大模型标准 主要规范基于深度学习、多模态融合、生成式 AI 等人工 智能大模型技术在农业交互决策中应用的技术规范、评估方 法和安全要求，包括但不限于模型通用要求、构建与训练、 评测指标与方法、服务能力成熟度评估等标准。 3. BC 农业固定设备 畜牧业数据通信网络 GB/T 39925-2021 已发布 国家标准 77 畜禽养殖物联网信息协同处理技术规范 NYB-23327 制定中 行业标准 78 畜禽养殖多模态数据处理技术规范 NYB-23326 制定中 行业标准 79 农业农村实景三维数据库建设技术要求 NYB-23336 制定中 行业标准 80 B 关键技术 BA

中国农业科学院农业信息研究所携手同方股份旗下同方知网发布的我国首个农业通用大语言模型，以同方知网自主可控的华知 大模型为底座，整合了海量的农业科技文献和专业数据等知识资源，旨在打造具备 NLP 、 CV 、多模态等能力的农业专业知 识增强大模型，主要面向农业科技创新、生产服务、知识科普、辅助决策等多领域应用场景，可高效服务于农业管理部门、科 研院所、高校、企业、农技人员等，提升农业智能知识服务能力 农知大模型

 图像分析与处理：托普云农的植物表型智能解析平台“TP- AIPheno”，能对可见光二维三维、高光谱等图像进行解析， 实现可见光二维单株植物解析用时小于 5 秒等高效处理。  多模态数据融合：无人机激光雷达结合三维深度神经网络的 棉花高通量表型获取方法，实现大田棉花株高、孔隙率、冠 层体积等表型信息的快速获取。 基因编辑优化 CRISPR-Cas9、TALENs、ZFNs