Agri-Synergy: A Hardware–Software Co-Designed Hybrid IoT System for Sensor Interface Standardization and LLM-Driven Interactive Decision Support
提出软硬件协同的混合物联网系统,统一传感器接口并用大模型提供交互式决策支持。
提出软硬件协同的混合物联网系统,统一传感器接口并用大模型提供交互式决策支持。
综述农业人工智能在精准灌溉、产量预测、病虫害监测等应用及落地挑战。
综述大语言模型在社会治理中的应用,构建分析框架并提出研究议程。
综述大语言模型在动物科学中的应用、风险与负责任使用路径。
提出NRA-LoRA微调方法,构建农机农艺知识数据集,提升白萝卜定植收获垂直大模型性能。
中国农业科学院棉花研究所联合西部农业研究中心8月下旬发布全球首个棉花领域专属知识大语言模型"CottonMind1.0",覆盖棉花种质资源、品种性状、栽培管理、加工利用等全产业链数据,标志着农业AI从通用模型向行业垂直深耕转向。
用大语言模型辅助人类专家,解决罗氏沼虾RAS育苗中幼体高死亡率问题。
综述AI与LLM在农业推广中的应用,评估其采纳、效果与公平性,尤其关注小农户。
提出 AgriTwin AI 框架,融合数字孪生与多模态可解释 AI,弥合农业数据与认知鸿沟。
8月24日,中国农业科学院棉花研究所联合中国农业科学院西部农业研究中心正式发布全球首个棉花领域专属知识大语言模型棉芯1.0(CottonMind1.0),标志着我国棉花产业迈入AI+科研+生产深度融合新阶段。棉芯1.0以网页端+小程序端双端设计,网页端为科研人员打造云端智研工作台集成AI智能检索、文献加速阅读、知识图谱可视化等功能;小程序端为棉农打造随身农技专家,提供AI问答、拍照诊断、专家在线咨询等服务。已整合全球41680篇中外文科研文献、2000余项专利与国家标准、559部专业著作、1806条审定品种信息。采用混合检索增强生成与多智能体协同问答方案,有效破解通用AI大模型在农业场景中专业知识不足、幻觉频出等短板。
原文标题: Intelligent Agents for Smart Agriculture: Architectures, Applications, and Future Challenges。作者: Wenzheng Tao、Qiwei Sang、Cong Chen、Qirong Mao(江苏大学计算机科学与通信工程学院、南京农业机械化研究所、江苏省大数据泛在感知与智能农业应用工程研究中心)。智能体正逐渐成为智慧农业中一种重要的系统级范式。本综述聚焦于由大语言模型及相关多模态基础模型驱动的现代农业智能体,探讨这一新兴领域如何重塑智慧农业智能系统的组织方式。首先厘清农业智能体的概念边界,将其与传统多智能体系统(MAS)、基于智能体的建模(ABM)、农业基础模型以及静态检索增强问答系统加以区分;随后综合评述它们的架构基础、关键能力、应用场景、部署挑战及未来研究方向。研究发现农业智能体正从孤立的感知、预测与响应生成,迈向对农业任务链中农业知识、动态数据、外部工具与决策流程的目标导向式协同;已开始支撑更具整合性的知识服务、作物监测与诊断、决策支持以及农场级协同管理;但仍面临上下文感知的知识扎根、异构数据与工具集成、长时任务可靠性、多智能体协作稳定性与系统安全等核心挑战。
8月24日中国农业科学院棉花研究所联合西部农业研究中心发布全球首个棉花领域专属知识大语言模型「棉芯1.0」(CottonMind1.0),采用「网页端+小程序端」双端设计:网页端为科研人员提供云端智研工作台(AI检索、文献加速阅读、知识图谱),小程序端成为棉农随身「农技专家」(AI问答、拍照诊断、专家咨询)。模型已整合41680篇中外文科研文献、2000余项专利与国家标准、559部专业著作、1806条审定品种信息,覆盖基因功能、性状调控、品种选育、栽培管理、病虫害防控等全维度专业知识,并支持中英多语言服务。项目组负责人杨作仁表示,棉芯1.0打通了科研成果转化「最后一公里」,可服务于政府部门种植规划、防控策略与产业政策制定。
International Rice Research Institute (India) 的 Shalini Gakhar 和 Raj Kumar Singh 在综述中系统分析 LLMs 在将复杂 GeoAI 数据转化为面向农户的可操作建议方面的潜力。区分了 LLM 已经验证的能力与农业遥感中的潜在应用,强调 RAG(检索增强生成)与 SFT(监督微调)在缓解误读风险中的重要性;探讨多模态方法在作物健康评估和生物物理异常识别的应用,并主张'人在回路'决策方式。综述最后展望了从田间结果中迭代学习的前瞻性研究范围和闭环系统。
裘佳颖、刘应昌、高星杰、黄远、张红雨、田芳、李万理、冯在文提出端到端工具增强型大模型智能体系统架构AgriAgent:通过知识检索与工具调用闭环,在农业场景下实现"环境感知-动态决策-执行反馈"的全周期闭环控制。实验表明,番茄产量分别提升926.20%、979.55%、1537.46%(三种配置);卷心菜产量分别提升501.67%、504.65%、1185.14%;当参数量达7B时智能体展现卓越的灵活性与适应性,能解决大部分复杂农业生产决策问题,基于DSSAT作物生长模型构建农业评测平台。
论文提出Persona-as-Configuration生成式报告框架,针对农业洪涝灾害场景中需要同时向农民、地方政府、保险公司、应急管理部门等多类利益相关方传递差异化信息的痛点。框架通过将利益相关方的需求特征参数化配置,结合大语言模型生成定制化、结构化的灾害报告文本,提高沟通效率与决策支持效果。
Agri-SAGE是一个闭环框架,旨在通过将检索增强的多智能体LLM推理与基于APSIM的生物物理模拟相结合,生成并验证农艺建议,从而解决静态农艺指南"对季节内变化和动态不确定性视而不见"以及LLM驱动咨询系统"生成农艺上可信但生理上不可信的建议"两个核心矛盾。研究评估了三种推理方法——规划与求解、思维树和反思法,进行了为期10年的回顾性分析。结果显示三种推理方法均优于静态基线,其中思维树实现最高产量,反思法以较低计算成本达到相当效果。