2020年的时候，通用AI模型才刚起来，王耀君和团队就在中国农业大学发现了一个问题：这些“博学”的模型在农业这块儿常常力不从心。因为作物品种多、各地条件也不一样，通用模型在专业问题上容易出错，甚至会给出不符合农时农艺的建议。既然农业是关系到国计民生的基础产业，数字化转型就急需更懂行的AI工具。王耀君带着团队决心打造一个专门服务农业的垂直大模型，取名“神农”，寓意传承中华农耕文明智慧。 为了让这个模型真正“懂行”，团队从最基础的数据做起。他们花了七个月时间系统扫描和校对了学校图书馆里超过3000册珍贵的农业典籍，再加上公开资料，建了一个包含2万册图书的数据库。团队还在全国二十多个省份实地采集土壤、灌溉、病虫害这些一线数据。把这些带着泥土气息的鲜活资料和典籍理论结合起来，才算是打好了基础。 研发过程中遇到算力成本高的问题怎么办？团队没想着去堆硬件资源，而是用了创新算法。他们采用了混合专家模型（MOE）架构，再结合模型压缩和剪枝技术，大大提高了训练效率。这种做法既节省了算力又适合农业科研的实际情况。 经过持续攻关，神农大模型从1.0版的文本理解决策推理，升级到了2.0版的图像声音多模态识别。最新的3.0版更是采用了“轻量化+多智能体”架构。现在模型的算力消耗降低了一半，还推出了36个针对具体农事问题的智能体。农户可以把这些智能体当成自己的“AI专家团”。 现在这款由中国农业大学信息与电气工程学院王耀君副教授团队主导研发的神农大模型，服务范围覆盖了全国超过10万名农户。它的应用场景贯穿智慧种植、育种分析、气象预警、农情遥感等关键环节。从2023年底发布1.0版以来，已经稳步迭代到了3.0版。 神农大模型不仅仅是一项技术成果，更是新一代信息技术和农业农村发展深度融合的一个缩影。它把技术变得可知可感、可用易用。随着模型的持续进化和推广应用，必将为提升我国农业全要素生产率、保障国家粮食安全、全面推进乡村振兴注入更强劲的科技动能。