2025年8月發(fā)布的《國務(wù)院關(guān)于深入實施“人工智能+”行動的意見》（以下簡稱《意見》）明確提出“加快農(nóng)業(yè)數(shù)智化轉(zhuǎn)型升級”，對“人工智能+農(nóng)業(yè)”進(jìn)行系統(tǒng)性部署。2026年中央一號文件進(jìn)一步提出，“因地制宜發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力，促進(jìn)人工智能與農(nóng)業(yè)發(fā)展相結(jié)合”，將農(nóng)業(yè)人工智能提升到培育新質(zhì)生產(chǎn)力的戰(zhàn)略高度。兩份重要文件形成政策合力：《意見》明確了“人工智能+農(nóng)業(yè)”的技術(shù)路徑與產(chǎn)業(yè)抓手，一號文件確立了科技創(chuàng)新引領(lǐng)農(nóng)業(yè)現(xiàn)代化的戰(zhàn)略導(dǎo)向。二者共同推動人工智能成為驅(qū)動農(nóng)業(yè)科技創(chuàng)新范式變革與生產(chǎn)方式系統(tǒng)性轉(zhuǎn)型的核心引擎，標(biāo)志著我國農(nóng)業(yè)發(fā)展正式進(jìn)入智能驅(qū)動的創(chuàng)新發(fā)展新階段。人工智能作為引領(lǐng)未來的戰(zhàn)略性技術(shù)，正在深刻改變農(nóng)業(yè)科學(xué)研究、生產(chǎn)決策和要素配置模式，成為加快農(nóng)業(yè)現(xiàn)代化、建設(shè)農(nóng)業(yè)強(qiáng)國的核心驅(qū)動力。準(zhǔn)確把握“人工智能+農(nóng)業(yè)”融合發(fā)展態(tài)勢，科學(xué)謀劃“十五五”時期發(fā)展路徑，對于實現(xiàn)高水平農(nóng)業(yè)科技自立自強(qiáng)、保障國家糧食安全具有重大而深遠(yuǎn)的意義。
一、發(fā)展農(nóng)業(yè)人工智能的戰(zhàn)略意義
發(fā)展農(nóng)業(yè)人工智能是培育農(nóng)業(yè)新質(zhì)生產(chǎn)力的核心引擎。傳統(tǒng)農(nóng)業(yè)增長主要依靠土地、勞動力、化肥農(nóng)藥等要素投入，邊際效益遞減趨勢明顯。而新質(zhì)生產(chǎn)力是以科技創(chuàng)新為主導(dǎo)、實現(xiàn)關(guān)鍵性顛覆性技術(shù)突破而產(chǎn)生的先進(jìn)生產(chǎn)力質(zhì)態(tài)。農(nóng)業(yè)人工智能正是農(nóng)業(yè)新質(zhì)生產(chǎn)力的典型代表。它通過“數(shù)據(jù)+算法+算力”的融合創(chuàng)新，重構(gòu)農(nóng)業(yè)生產(chǎn)要素配置方式，推動勞動資料從“人力密集”向“人機(jī)協(xié)同”躍遷，勞動對象從“經(jīng)驗依賴”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)變。以智能育種為例，拜耳作物科學(xué)（原孟山都公司，2018年被拜耳集團(tuán)收購）于2019年通過人工智能技術(shù)提升育種效率30%以上，不僅縮短了育種周期，同時降低了科研成本。研發(fā)人工智能的價值可見一斑。農(nóng)業(yè)農(nóng)村部數(shù)據(jù)顯示，2025年我國農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率已超過64%，其中人工智能相關(guān)技術(shù)的貢獻(xiàn)日益凸顯。
發(fā)展農(nóng)業(yè)人工智能是應(yīng)對資源環(huán)境約束的必然選擇。習(xí)近平總書記深刻指出，節(jié)約資源是保護(hù)生態(tài)環(huán)境的根本之策。要大力節(jié)約集約利用資源，推動資源利用方式根本轉(zhuǎn)變，加強(qiáng)全過程節(jié)約管理，大幅降低能源、水、土地消耗強(qiáng)度。我國當(dāng)前仍面臨土地鹽堿化、酸化、結(jié)構(gòu)退化等問題，中低等級耕地占比高，除耕地外有11.7億畝邊際土地，地理空間上耕地分布和水資源分布并不均衡。在此背景下，依靠大水大肥的傳統(tǒng)生產(chǎn)方式難以為繼，必須向精準(zhǔn)化、智能化要效益。人工智能技術(shù)的引入，為解決這一矛盾提供了全新路徑。通過精準(zhǔn)農(nóng)業(yè)技術(shù)，可以依據(jù)天氣環(huán)境和土壤墑情，以及作物生長的規(guī)律，在單產(chǎn)提升的同時，減少水肥藥投入。這些變革正在推動農(nóng)業(yè)生產(chǎn)方式從粗放型、外延式向集約型、內(nèi)涵式轉(zhuǎn)變，實現(xiàn)資源節(jié)約與產(chǎn)出提升的有機(jī)統(tǒng)一。
發(fā)展農(nóng)業(yè)人工智能是保障國家糧食安全的戰(zhàn)略支撐。 糧食安全是“國之大者”。習(xí)近平總書記反復(fù)強(qiáng)調(diào)：“中國人的飯碗任何時候都要牢牢端在自己手中，我們的飯碗應(yīng)該主要裝中國糧?！?026年中央一號文件明確提出“糧食產(chǎn)量穩(wěn)定在1.4萬億斤左右”，強(qiáng)調(diào)“加力實施新一輪千億斤糧食產(chǎn)能提升行動，促進(jìn)良田良種良機(jī)良法集成增效，推進(jìn)糧油作物大面積提單產(chǎn)”。當(dāng)前糧食安全主要面臨兩方面的挑戰(zhàn)。一方面，我國人多地少的國情沒有變，人均耕地面積不足世界平均水平的40%，大豆對外依存度較高且進(jìn)口來源地高度集中。另一方面，農(nóng)業(yè)人才流失問題日益嚴(yán)峻。我國農(nóng)村人口老齡化程度不斷加深，第三次農(nóng)業(yè)普查數(shù)據(jù)顯示55歲以上農(nóng)業(yè)從業(yè)人員占比已升至33.6%，部分地區(qū)農(nóng)業(yè)勞動力平均年齡超過58歲，涉農(nóng)專業(yè)招生相對冷清，涉農(nóng)專業(yè)畢業(yè)后真正從事農(nóng)業(yè)工作的較少。在此背景下，人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用正為解答“誰來種地”、“怎么種地”提供新的思路：智能育種、智慧種植等新技術(shù)正在為提升糧食產(chǎn)量進(jìn)行科技賦能；農(nóng)業(yè)大模型將會化身“AI育種家”和“AI農(nóng)藝師”提供高效的全鏈條農(nóng)業(yè)決策；農(nóng)業(yè)機(jī)器人、農(nóng)業(yè)無人機(jī)在內(nèi)的智能農(nóng)機(jī)裝備會把農(nóng)民從繁重的體力勞動中解放出來。農(nóng)業(yè)人工智能將為端牢中國飯碗提供堅實保障。
二、全球農(nóng)業(yè)人工智能發(fā)展態(tài)勢
全球農(nóng)業(yè)人工智能市場正處于高速增長期。據(jù)美國市場分析數(shù)據(jù)，2025年全球農(nóng)業(yè)人工智能市場規(guī)模約為25.5億美元，預(yù)計到2030年將達(dá)到70.5億美元，年復(fù)合增長率達(dá)22.55%。美國、歐洲、日本等發(fā)達(dá)國家和地區(qū)在農(nóng)業(yè)人工智能領(lǐng)域起步早、布局深、應(yīng)用廣，已形成較為成熟的技術(shù)體系和商業(yè)模式，其發(fā)展歷程對我國具有借鑒意義。
國際種業(yè)巨頭如拜耳、先正達(dá)、科迪華等很早就全面布局智能育種平臺。以拜耳集團(tuán)為例，早在2013年，拜耳作物科學(xué)的前身孟山都公司就收購了硅谷初創(chuàng)公司The Climate Corporation成為其數(shù)字農(nóng)業(yè)子公司，為拜耳集團(tuán)提供人工智能算法支撐。值得注意的是，人工智能算法的落地離不開堅實的數(shù)據(jù)基座，拜耳集團(tuán)全球市占率第一的背后，是其標(biāo)準(zhǔn)化農(nóng)田可以源源不斷提供多位點(diǎn)、多年份、多維度的育種數(shù)據(jù)。美國約翰迪爾公司在智能農(nóng)機(jī)裝備制造上處于全球領(lǐng)先地位：其AutoTrac自動導(dǎo)航系統(tǒng)已在全球廣泛應(yīng)用，配合其研發(fā)的無人駕駛拖拉機(jī)，通過整合高精度導(dǎo)航與遠(yuǎn)程監(jiān)控技術(shù)，可有效減少作業(yè)重疊、節(jié)約燃油與農(nóng)資投入；而其研發(fā)的農(nóng)業(yè)機(jī)器人，可以自主實時作業(yè)，在大規(guī)模降低除草劑使用的同時，還能全自動采集數(shù)據(jù)。而拜耳集團(tuán)的E.L.Y.系統(tǒng)和先正達(dá)集團(tuán)的Cropwise AI系統(tǒng)作為國際上農(nóng)業(yè)生產(chǎn)管理的龍頭產(chǎn)品，已經(jīng)具備為全球農(nóng)戶提供精準(zhǔn)農(nóng)業(yè)決策支持服務(wù)的能力。
我國人工智能水平雖然與美國仍然有差距，但整體仍然處于世界第一梯隊?！笆奈濉逼陂g，我國涌現(xiàn)出一系列代表性創(chuàng)新成果。在智能育種領(lǐng)域，上海人工智能實驗室聯(lián)合崖州灣國家實驗室、中國農(nóng)業(yè)大學(xué)研發(fā)了我國首個生物育種領(lǐng)域的大模型“豐登·種業(yè)大模型” (SeedLLM)，至今全球已有包括國際水稻研究所、印度中央水稻研究所在內(nèi)國內(nèi)外育種單位600余家試用；研發(fā)了首個生物育種領(lǐng)域的科研智能體“豐登·基因科學(xué)家”(GeneScientist)，發(fā)現(xiàn)了未被報道的作物基因功能并獲得驗證，成為名副其實的“AI作物科學(xué)家”。在智能農(nóng)機(jī)領(lǐng)域，中國科學(xué)院研發(fā)了世界上首臺能夠自動巡航雜交授粉的育種機(jī)器人“吉兒”(GEAIR)。“伏羲農(nóng)場”通過高密度布設(shè)環(huán)境傳感器、表型數(shù)據(jù)采集設(shè)備和無人機(jī)遙感系統(tǒng)，正在探索智慧農(nóng)場的技術(shù)路線。
盡管我國農(nóng)業(yè)人工智能發(fā)展迅速，但與發(fā)達(dá)國家相比仍存在差距。一是數(shù)據(jù)壁壘依然存在。農(nóng)業(yè)數(shù)據(jù)分散在高校、科研院所和農(nóng)業(yè)企業(yè)，缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和共享機(jī)制，“數(shù)據(jù)孤島”現(xiàn)象突出，制約了算法研發(fā)。二是核心技術(shù)受制于人，智能芯片、農(nóng)業(yè)機(jī)器人、農(nóng)業(yè)傳感器等技術(shù)尚未完全突破。三是基礎(chǔ)研究能力不足，農(nóng)業(yè)人工智能領(lǐng)域的核心算法缺少面向農(nóng)業(yè)關(guān)鍵問題或場景的原始創(chuàng)新。四是場景落地難，農(nóng)業(yè)生產(chǎn)的復(fù)雜性、開放性和低利潤等特征，導(dǎo)致模型泛化能力不足、實際部署成本高、農(nóng)民接受度不高等問題制約規(guī)?；瘧?yīng)用；且當(dāng)前我國農(nóng)業(yè)科技創(chuàng)新主體目前仍然是高校和科研院所，距離真正產(chǎn)業(yè)化存在“最后一公里”問題。
三、農(nóng)業(yè)人工智能的主要發(fā)展方向
立足我國農(nóng)業(yè)人工智能發(fā)展實際，“十五五”期間應(yīng)重點(diǎn)在以下方向發(fā)力突破。
夯實農(nóng)業(yè)數(shù)據(jù)基座和標(biāo)準(zhǔn)化體系。數(shù)據(jù)是人工智能發(fā)展的核心要素。應(yīng)加快構(gòu)建覆蓋基因組、轉(zhuǎn)錄組、蛋白組、代謝組、表型組等多組學(xué)數(shù)據(jù)的農(nóng)業(yè)大數(shù)據(jù)平臺，整合氣象、土壤、水文等環(huán)境數(shù)據(jù)和政府、涉農(nóng)企業(yè)的相關(guān)數(shù)據(jù)，形成農(nóng)業(yè)數(shù)據(jù)資源共享機(jī)制。建立健全農(nóng)業(yè)人工智能標(biāo)準(zhǔn)體系，制定農(nóng)業(yè)大模型、農(nóng)業(yè)傳感器、農(nóng)機(jī)機(jī)器人等領(lǐng)域的技術(shù)標(biāo)準(zhǔn)和安全規(guī)范，統(tǒng)一數(shù)據(jù)接口、作業(yè)規(guī)范等行業(yè)標(biāo)準(zhǔn)，打破“數(shù)據(jù)孤島”，提升系統(tǒng)兼容性。在保護(hù)數(shù)據(jù)隱私和知識產(chǎn)權(quán)的前提下，促進(jìn)農(nóng)業(yè)大數(shù)據(jù)的合規(guī)共享。
發(fā)展農(nóng)業(yè)多模態(tài)大模型和智能體。農(nóng)業(yè)多模態(tài)大模型是農(nóng)業(yè)人工智能的重要突破方向。具備文本、圖像、聲音、視頻、多組學(xué)等多源異構(gòu)數(shù)據(jù)理解和推理能力的多模態(tài)大模型是未來智慧農(nóng)業(yè)的“中樞系統(tǒng)”，可大幅提升農(nóng)業(yè)科研和生產(chǎn)效率。應(yīng)重點(diǎn)加快育種大模型研發(fā)，構(gòu)建大模型驅(qū)動的育種體系，支持“豐登”等國產(chǎn)大模型迭代升級和應(yīng)用推廣。在農(nóng)業(yè)多模態(tài)大模型的基礎(chǔ)上，面向農(nóng)業(yè)需求場景，加快農(nóng)業(yè)全鏈條智能體建設(shè)和落地。充分借鑒“AI科學(xué)家”技術(shù)，通過構(gòu)建面向農(nóng)業(yè)的科研智能體，加快探索大模型驅(qū)動的農(nóng)業(yè)科研新范式，促進(jìn)農(nóng)業(yè)領(lǐng)域的“從0到1”突破。
構(gòu)建面向農(nóng)業(yè)的數(shù)字孿生系統(tǒng)。數(shù)字孿生技術(shù)通過構(gòu)建與物理實體交互映射的虛擬模型，在信息空間中創(chuàng)建可計算、可控制、可預(yù)測的數(shù)字化鏡像，為農(nóng)業(yè)領(lǐng)域的科學(xué)研究和精準(zhǔn)管理提供全新范式。應(yīng)加快構(gòu)建面向農(nóng)業(yè)的虛擬細(xì)胞、虛擬作物和虛擬農(nóng)場系統(tǒng)，形成多尺度數(shù)字孿生體系。在虛擬細(xì)胞層面，整合多組學(xué)數(shù)據(jù)，構(gòu)建作物生長發(fā)育的數(shù)字化細(xì)胞模型，為分子設(shè)計育種提供理論支撐。在虛擬作物層面，整合多組學(xué)數(shù)據(jù)、生長環(huán)境數(shù)據(jù)與動態(tài)表型組數(shù)據(jù)，實現(xiàn)作物從播種到收獲的全生命周期模擬，為復(fù)雜環(huán)境下的品種培育提供“虛擬試驗田”。在虛擬農(nóng)場層面，打通“多源遙感感知—數(shù)字孿生建?！悄軟Q策”全鏈路，聚合遙感影像、作物表型和環(huán)境數(shù)據(jù)，構(gòu)建1:1復(fù)刻的虛擬農(nóng)場，實現(xiàn)科學(xué)管理、產(chǎn)量預(yù)測、災(zāi)害預(yù)警、種植方案優(yōu)化等場景應(yīng)用。
突破農(nóng)業(yè)具身智能和世界模型。重點(diǎn)研發(fā)具備靈巧操作能力的農(nóng)業(yè)機(jī)器人，突破柔性抓取、精準(zhǔn)作業(yè)等關(guān)鍵技術(shù)，實現(xiàn)對果蔬、茶葉、中藥材等特色經(jīng)濟(jì)作物的精細(xì)化采收。發(fā)展農(nóng)業(yè)世界模型，構(gòu)建融合視覺、力覺、觸覺等多模態(tài)感知的智能決策系統(tǒng)，使農(nóng)業(yè)機(jī)器人能夠在丘陵、水田等復(fù)雜農(nóng)業(yè)環(huán)境中自主感知、決策和執(zhí)行任務(wù)。推動農(nóng)業(yè)機(jī)器人從“單一功能”向“多任務(wù)協(xié)同”演進(jìn)，從“結(jié)構(gòu)化環(huán)境”向“非結(jié)構(gòu)化環(huán)境”拓展。
四、構(gòu)建支持農(nóng)業(yè)人工智能發(fā)展的政策體系
推動農(nóng)業(yè)人工智能高質(zhì)量發(fā)展，必須強(qiáng)化制度供給，完善支持政策，營造良好環(huán)境，確?！兑庖姟泛椭醒胍惶栁募谵r(nóng)業(yè)領(lǐng)域落地見效。
加強(qiáng)頂層設(shè)計和工作統(tǒng)籌。 將農(nóng)業(yè)人工智能納入國家新一代人工智能和農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展規(guī)劃，制定專項實施方案。建立跨部委協(xié)調(diào)機(jī)制，統(tǒng)籌農(nóng)業(yè)、科技、工信、自然資源等部委的政策資源，避免重復(fù)建設(shè)和資源分散。發(fā)揮新型舉國體制優(yōu)勢，集中力量攻克農(nóng)業(yè)人工智能領(lǐng)域的戰(zhàn)略性、基礎(chǔ)性、前沿性技術(shù)難題。
加強(qiáng)農(nóng)業(yè)人工智能基礎(chǔ)研究。要研發(fā)具有國際影響力的農(nóng)業(yè)人工智能算法和建成具有自主知識產(chǎn)權(quán)的軟硬件體系，必須加大基礎(chǔ)研究投入，支持多路徑技術(shù)探索和模型基礎(chǔ)架構(gòu)創(chuàng)新，在農(nóng)業(yè)專用傳感器、核心算法、軟硬件系統(tǒng)等環(huán)節(jié)取得突破。布局建設(shè)一批國家級農(nóng)業(yè)人工智能實驗室，搭建行業(yè)共性技術(shù)研發(fā)平臺。積極支持面向農(nóng)業(yè)場景的人工智能芯片攻堅創(chuàng)新與國產(chǎn)軟件生態(tài)培育，降低應(yīng)用推廣成本，減少對國外技術(shù)的依賴，提升農(nóng)業(yè)人工智能發(fā)展的自主可控水平。
健全農(nóng)業(yè)人工智能的人才培養(yǎng)體系。基礎(chǔ)研究離不開人才支撐。當(dāng)前，我國人工智能人才供不應(yīng)求，而現(xiàn)有人才高度集中于互聯(lián)網(wǎng)、金融等高薪行業(yè)。大眾對農(nóng)業(yè)的認(rèn)知依然停留在傳統(tǒng)的資源密集型行業(yè)，忽視了當(dāng)前我國農(nóng)業(yè)已經(jīng)在向技術(shù)密集型產(chǎn)業(yè)快速轉(zhuǎn)型。農(nóng)業(yè)對高端人工智能人才吸引力不足，導(dǎo)致“人工智能+農(nóng)業(yè)”復(fù)合型人才嚴(yán)重短缺。必須強(qiáng)化政策引導(dǎo)，實施農(nóng)業(yè)人工智能人才專項，提供有競爭力的薪酬待遇和科研條件，吸引頂尖人才投身農(nóng)業(yè)人工智能研發(fā)，培養(yǎng)一批既懂農(nóng)業(yè)又懂人工智能的復(fù)合型領(lǐng)軍人才和創(chuàng)新團(tuán)隊。同時，設(shè)立面向農(nóng)業(yè)人工智能的人才評價體系，避免農(nóng)業(yè)人工智能人才在農(nóng)業(yè)和人工智能領(lǐng)域“兩頭不討好”。深化農(nóng)業(yè)科研院所和涉農(nóng)高校教育教學(xué)改革，以需求為導(dǎo)向加快新農(nóng)科建設(shè)，推動人工智能與農(nóng)學(xué)、生物技術(shù)、農(nóng)業(yè)工程交叉融合，建立跨學(xué)科培養(yǎng)機(jī)制。
完善數(shù)據(jù)共享和算力保障機(jī)制。建立農(nóng)業(yè)公共數(shù)據(jù)開放共享制度，制定農(nóng)業(yè)數(shù)據(jù)采集、存儲、共享的技術(shù)標(biāo)準(zhǔn)和安全規(guī)范，在保護(hù)數(shù)據(jù)隱私和知識產(chǎn)權(quán)的前提下，推動育種數(shù)據(jù)、氣象數(shù)據(jù)、市場數(shù)據(jù)的合規(guī)共享。建設(shè)國家農(nóng)業(yè)數(shù)據(jù)中心和區(qū)域算力中心，為農(nóng)業(yè)人工智能研發(fā)提供算力支持。探索“政府建基礎(chǔ)設(shè)施、企業(yè)做場景應(yīng)用、農(nóng)民享技術(shù)服務(wù)”的可持續(xù)商業(yè)模式，降低中小企業(yè)和農(nóng)戶使用人工智能技術(shù)的門檻。
強(qiáng)化應(yīng)用場景推廣。實施農(nóng)業(yè)人工智能應(yīng)用示范工程，支持新型農(nóng)業(yè)經(jīng)營主體率先應(yīng)用智能技術(shù)，發(fā)揮示范帶動作用。建立“面向產(chǎn)業(yè)征集需求、面向場景研究示范、面向用戶評價驗收”的攻關(guān)機(jī)制，確保技術(shù)研發(fā)貼近生產(chǎn)實際。健全人工智能應(yīng)用場景建設(shè)指引、開放度評價與激勵政策，完善應(yīng)用試錯容錯管理制度。培育農(nóng)業(yè)人工智能應(yīng)用服務(wù)商，發(fā)展“數(shù)據(jù)即服務(wù)”、“模型即服務(wù) ”、“智能體即服務(wù)”等新業(yè)態(tài)，打造農(nóng)業(yè)人工智能應(yīng)用服務(wù)鏈。建立農(nóng)業(yè)人工智能倫理規(guī)范和安全監(jiān)管體系，防范技術(shù)濫用和數(shù)據(jù)安全風(fēng)險，確保算法決策的公平性和可解釋性。
深化國際交流合作。積極參與國際農(nóng)業(yè)人工智能標(biāo)準(zhǔn)制定，提升我國在國際農(nóng)業(yè)人工智能領(lǐng)域的話語權(quán)。加強(qiáng)與“一帶一路”沿線國家在智慧農(nóng)業(yè)領(lǐng)域的技術(shù)合作，推動我國農(nóng)業(yè)人工智能技術(shù)和裝備“走出去”，在全球農(nóng)業(yè)現(xiàn)代化進(jìn)程中貢獻(xiàn)中國智慧和中國方案。
責(zé)任編輯：經(jīng)濟(jì)研究處
京公網(wǎng)安備 11010502034728號
