在農業現代化轉型的關鍵時期，南京農業大學智慧農業創新團隊正式推出“神農慧種”系列智能體，為破解傳統農業發展難題提供創新方案。該系列智能體通過整合人工智能、大數據、遙感監測等前沿技術，構建了覆蓋糧食生產全鏈條的智慧種植體系，旨在提升農業生產效率、保障糧食安全并培育農業新質生產力。

面對氣候變化、資源約束和勞動力老齡化等多重挑戰，傳統農業生產方式亟需升級。智慧農業作為農業現代化的核心方向，雖已涌現出眾多垂直模型，但仍存在與農業機理結合不足、動態感知能力弱、管理處方落地難等問題。南京農業大學團隊依托三十年在作物生長模擬、農情監測和農田管理等領域的技術積累，研發出“神農慧種”系列智能體，實現了從“感知—模擬—決策—作業”的全鏈條貫通，推動農業大模型從“知識問答”向“田間實踐”跨越。

該系列智能體采用“綜合平臺+關鍵技術+應用系統”的三層架構。綜合平臺包含慧耕耘、慧種植兩大核心模塊；關鍵技術涵蓋慧感知、慧預測、慧作業三大能力；應用系統則針對水稻、小麥、玉米、大豆等主要作物開發了專用智能體。系統通過五層架構設計——基礎設施層、知識數據層、模型算法層、協同調度層和功能應用層，形成從數據采集到決策執行的全閉環管理，為糧食生產提供一站式解決方案。

作為總入口的慧耕耘模塊，創新性地采用大語言模型與小量化模型協同機制。大模型負責知識交互與意圖理解，小模型（如作物生長模型、農情監測模型）承擔定量計算與動態預測任務。通過“知識+量化”雙引擎驅動，系統可精準調度作物生長參數解析算法、CropGrow生長模擬模型及田間智能裝備，實現云端算法與田間作業的直接聯動。例如，在稻麥生產中，系統能重構“耕、種、管、收”全流程生態，將常規大模型的“模糊經驗”轉化為“精確決策”。

在關鍵技術突破方面，慧感知模塊將遙感監測通用模型與大語言模型深度融合，可自動完成全國稻麥主產區的田塊分割、作物識別、長勢反演、災害監測及產量預測，并生成結構化農情報告和動態專題圖。慧預測模塊以自主研發的CropGrow模型為核心，結合機器學習算法和氣象、土壤、管理數據，實現生育期預測、產量預報、氣候影響評估等功能，稻麥生育期和產量預測精度均超過90%。應用層面，慧種稻和慧種麥模塊集成田塊識別、土壤養分估算、播種制度推薦、病蟲草害識別等10余項功能，通過空間專題圖和管理時間軸呈現決策結果，并與智能農機裝備無縫對接，顯著提升作業精準度。

支撐“神農慧種”系列智能體的核心是三大自主研發模型體系和100余項核心算法，包括作物生長遙感監測模型、生長模擬預測模型及生產管理決策模型。這些模型構成系統的“定量計算引擎”，賦予智能體強農學依據、場景適配能力和決策泛化能力。平臺還采用多模型協作機制與知識檢索增強技術，可實時調用農藝規則、品種特性和歷史案例，確保回答準確且可追溯。

目前，該系列智能體已在江蘇、山東、河南等地的16個示范區落地應用。數據顯示，通過產前耕種處方優化，農業用種量平均減少20斤/畝；產中變量調控使施肥、灌溉、植保成本降低30元/畝；產后精準收割指導減少損失約30斤/畝；全程科學管理帶動畝均增產50斤，經濟效益提升40至80元。河南新鄉、江蘇南通等地已形成典型應用案例，為智慧農業推廣提供了可復制模式。

除技術推廣外，該成果還帶動了人才培養與社會服務創新。南京農業大學組建“慧耕耘科技助農志愿服務團”，通過“本—碩—博—青年教師”四級聯動模式，培養新農人45人，惠及農戶700余戶，解決技術問題5000余個，服務田地69.7萬畝。同時，“神農慧種”系列成果獲央視《新聞聯播》《焦點訪談》等媒體報道80余次，入選江蘇省農業農村廳首批推廣名單，并榮獲中國國際大學生創新大賽金獎、江蘇省創業計劃大賽一等獎等多項榮譽。