11月6日OpenAI开发者大会带来的GPT-4 Turbo多模态能力升级和GPT Store生态策略,再次引起业界关注热潮。我国通过《生成式人工智能服务管理暂行办法》第一、第二批备案的大模型已经达到22个，除了通用大模型之外，行业或领域大模型开始逐渐增多。可以预见，通用大模型持续增强的听、说、看能力，将通过声音、视觉、图像等多模态开放接口，更便捷的输出给行业大模型的开发者和使用者，在带来更丰富场景的同时，进一步降低应用门槛。

农业是国民经济的基础，“大国小农”是我国的特色，大模型和AIGC的浪潮下，是否在农业也会带来一些实质性价值和机会？农业需要什么样的行业大模型？带着10个问题，腾讯研究院访谈了6位农业领域专家。本文整理部门内容，仅供参考交流。

【访谈嘉宾（按姓氏首字母排序）】

谷晓峰 中国农业科学院生物技术研究所副所长  

胡嵩 北京一亩田新农网络科技有限公司CTO  

刘桂才 农业农村部信息中心原总工程师  

申斌 湖南惠农科技有限公司创始人、CEO

许世卫 农业农村部农业监测预警技术重点实验室主任  

周取辉 湖南惠农科技有限公司CTO

【访谈者】袁媛 腾讯研究院资深专家

大模型在农业领域

是否有实质性机会或价值

许世卫：农业上很需要AI大模型。例如，植物保护中的虫情监测，现在主要依靠农技人员去观测，一方面不同人员的经验差异大，另一方面人工的工作量很大，用AI可以建立农技服务方面的大模型，提供具体的植物保护技术，在水肥管理上，也可以应用人工智能技术，提供动态的、具体的管理措施，通过“数字农技员”来指导农业种植管理。此外，随着农业生产的规模化，种植/养殖大户需要AI提供精准的未来生产作业指引，由于各地气象、土壤肥力、农产品品种不同，目前用通用AI方法尚难以实现专一性应用目标。农业行业大模型会带来价值，能带来一些机会，但也不是完全替代现有技术人员和技术环境，而是提供辅助。

刘桂才：大模型会带来新的价值。农民对技术和价格相对不太敏感，敏感的是规模化用户，例如农垦企业、养殖畜牧业、高价值的设施农业，要找更有规模和效益的场景去使用大模型，例如气象、灾害、市场预测等场景。此外，现在农业种植等方面面临劳动力短缺问题，这也给AI大模型带来应用需求。

谷晓峰：大模型出来后，农业生物育种领域反响很大。现在农业生物育种智能设计领域的模型，和已发布的大模型参数量相比有较大差距，有很大的挑战，但对于农业生物领域构建育种大模型也是很好的机遇，具有大幅度提升育种效率的潜力。

申斌：大模型会对农业带来价值和应用场景。第一，过去希望农技服务能到田到户，但一直难做到，大模型的出现，让广大小农户都可以利用AI、大数据等数字技术来获取最新的农业技术和市场信息，实现农技服务的到田到户。第二，可以利用大模型为农户提供种养殖的决策建议。第三，未来通过大模型可以支持系统智能控制，更有利于智慧农业设施的推广和普及。

胡嵩：用户反馈来看，大家对农业行业的大模型有很高的期待。今年6月份，一亩田已推出基于大模型技术的AI对话机器人“小田”，希望做每个农民身边的农业百事通。从规划的方向看，小田可在农技服务、新品种新技术、行情查询、产销对接等方面，利用大模型的人机交互方式，提供轻量级的信息交互服务，带来效率提升。

农业行业大模型

与传统AI模型的差异点

许世卫：大模型与传统AI模型有很大差别，大模型系统能够根据需要，自主学习、自主生成结论；传统AI模型是针对特定目标训练，用于完成特定的任务。农科院监测预警中心过去建立了中国农产品监测预警CAMES模型系统，使用了AI方法，有上万个底层模型、千万级参数，基于历史数据可对未来每年的生产量、消费量、贸易量、价格四个要素进行预测分析。未来如果能有上亿参数（非大语言模型），预测效果会更好。

刘桂才：差异点体现在，一方面，以前AI模型主要方式是检索，现在是有生成的信息。另一方面，当传统的AI模型无法支撑复杂数据和计算体量时，需要大模型，例如对猪周期的预测。

申斌：之前AI很专业，普通人很难参与进去。今年ChatGPT火了以后，大家都能参与。农业有特殊性，大模型真正落地难度还是很大。

胡嵩：第一，大语言模型带来的是交互革命。第二，过去的AI一般使用搜索、推荐，很难深度整合知识来源、给到靠谱的答案，之前一直做不到，大模型带来了可能性。例如可以一段话提出某农产品供需方面的需求，通过大模型来寻找和推荐供应商。

农业行业大模型（如智能对话类）

对小农户是否存在使用门槛？

许世卫：农民肯定需要农业行业大模型的服务，但目前的大模型尚有一定使用门槛。农业行业大模型要考虑如何更好的满足最终用户需求，例如，是否可以通过带有地方方言的语音来提问？目前种植业绝大多数是小农户；养殖业中小农户占比约为50％-60%，与种植业相比，规模化的养殖大户或企业更多。

刘桂才：类似“小田”的农业大语言模型，对农户没有使用门槛。但农民对企业提供的大模型信任度可能不高，更信任由政府或专业机构提供的。

申斌：大模型相比过去，降低了使用门槛。惠农网在农业电商里面沉淀了十几亿条电商数据，过去输出对象是专业机构，现在通过“AI惠小农”提供了大模型问答方式，能够让不太会互联网的用户使用，解决用户关心的实际问题。

胡嵩：“小田”的目标是做每一位农民身边的农业百事通，目前只要会使用智能手机，会基本的文字输入，都可以和1.0版本的“小田”进行对话，“小田”会通过文字或者小程序卡片给出答案。未来会进一步围绕农业用户需求，去扩展“小田”的交互，即“多模态的形态”。例如，用户可以拍一个照片，录一段视频给“小田”，或者可以直接用语音来问、也可以直接用语音回答，同时未来也会支持用视频来回答，让用户可以更多样化的形式实现知识获取。

除了数据，还有哪些因素

制约农业行业大模型发展？

许世卫：机制方面，ChatGPT快速引起巨大关注，与做模型的体制机制也有关系。农业上，是建立统一大模型还是分类大模型？从哪个方面入手？如果整体做一个农业大模型来解决农业全产业链的问题，是最理想的，但是谁来做？目前大企业对农业大模型较为关注，每个单位在做自己擅长的。人才方面，是重要因素，如果缺乏相关人才，算法、应用、商业模型都很难创造出来。

刘桂才：有算力的公司更有优势，但算力不构成核心制约。算法是核心竞争力，非常重要。商业模式、资金、人才也会影响。

谷晓峰：算力方面，大模型的百亿、千亿级参数量需要大量的GPU芯片，对于科研机构来说也是挑战之一。

申斌：算力资源方面，农业大模型的计算量和数据量都很大，需要很强的计算资源，农业行业的投入产出不高，直接效益很难覆盖，企业自身投入难度大。

刘桂才：大模型中经常询问的话题，就会变成新的产品、新的服务，是鲜活的开发产品的材料。可以分类型去分析这些话题。这些不仅对农业，对保险、旅游公司等也会产生新的产品服务。语音交互的产品服务会更有需求。率先发布大模型会有好处，基于用户输入的内容，也可以对用户画像，有利于企业占领市场。

申斌：目前产品是免费的。除了智能问答服务之外，农业+大模型技术还有很多想象空间，可能需要10-20年逐步成熟。第一，在养殖和种植业中，未来一定是用更多的传感器、智能农机、无人农机来自动化控制（例如自动控制光照），用大模型技术，可以使得生产过程的自动化控制更加精准和优化，也可以应对劳动力短缺问题。第二，希望将电商、流通环节的数字化，进一步延伸到生产端，使得生产和流通的信息较为匹配，基于大模型技术，可以根据土壤气候、价格变化、供需关系等综合信息，指导种植方案。

胡嵩：“小田”要产生商业闭环，产生价值。目前的商业模式是免费服务2C用户，通过服务好用户，做好交易撮合，来提升用户粘性，帮助用户解决生产周期遇到的问题。2C服务中，对用户更加了解，撮合中效率会更高。面向农业行业的合作伙伴，将提供基于“小田”的API服务等生态化合作和服务模式。