AI下地！秋收时节，“数字管家”为农田拿主意

秋收的清晨，风掠过田野，成片的玉米秆飒飒作响。

“叮——”

手机提示音响起，高密市姜庄镇王干坝社区智慧农场负责人陈玲低头一看，潍柴雷沃智慧农业管理平台跳出一条信息：玉米已成熟，最佳收割窗口期已到。

陈玲指尖一划，一张数字地图铺满屏幕——地块分布、土壤墒情、作物长势一目了然，一台台收割机的作业位置、收割进度尽收眼底。

“每台收割机的运行数据全部接入平台，不用到处跑，坐在办公室就能调度。”她说。根据大模型对作物成熟度的判断，无人驾驶收割机与运粮车协同进地，一场高效低损的“无人化”收获就此展开。

为她提供决策参考的，是潍柴雷沃智慧农业AI大模型。

2025年10月，潍柴雷沃发布全国首个“智能农机＋智慧农业”双场景的行业级AI大模型，探索将农机作业与科学种田连接起来。

垂域大模型凭什么懂庄稼？先得读懂一块地。

在高密试验基地，研发人员探索分区管理：分析历年遥感长势和产量分布，再分区取土化验，寻找差异原因。肥该往哪里施、施多少，要把土壤养分、作物营养和目标产量放在一起考虑。

到了收获季，收割机实测产量再与遥感估产对照。估得准不准，偏差出在哪儿，要用真正收上来的粮食校准。多完成一季作业，就多一轮检验和修正的机会。

一份土地的“种植档案”逐渐完整：哪天播种、耕得多深、播量多少、用了多少肥，直至收获时的产量地图，都能留下记录。遇上旺长、弱苗，农艺师便有据可查：是播早了，还是天气、养分发生了变化？

“大模型能力的上限很大程度上取决于数据质量。通过这些数据来持续训练大模型，让整个模型逐步理解作物的生长规律，来实现更智能和精准的决策。”潍柴雷沃智慧农业研究院院长李德芳说。

最初，潍柴雷沃智慧农业AI大模型只能识别生长期、墒情等五六种场景规则；如今，它已能综合分析播期、天气、养分、农机作业数据等30余项场景指标。围绕农学过程，潍柴雷沃智慧农业管理平台集成了灌溉、养分、作物生长、病虫害等模型，结合遥感、物联网和农机作业数据，为农事决策提供支持。

田间的实际问题，推动着研发不断往深处走。今年春管，昌邑种粮大户岳梦羲的万亩麦田就遇到了一道难题：小麦苗情弱、长势参差。

“这次是尿素8到10公斤，促进弱苗转化。下一次就是拔节期，也是肥水需求关键期，每亩追尿素8到10公斤，再灌溉20方到25方左右。”潍柴雷沃智慧农业研发工程师利用作物生长模型，在云端生成了1万亩小麦壮苗的农事建议。这背后是潍柴雷沃智慧农业自主研发的AI大模型在做智能决策。

建议生成后，另一道考验在机具上。一张处方图，要经过解析、控制，才能变成播种机下种、施肥机施肥的动作。作业到底有没有达到要求，还得有数据反馈。

潍柴雷沃智慧农业研究院研发人员介绍，依托北斗导航，直线作业精度控制在±2.5厘米；播种监测系统能记录下种量，发现重播、漏播，并把作业质量传回平台。精准测产则需要传感器、定位信号和电控系统协同，才能将收成对应到田里的具体位置。

造农机积累的技术，在这里成为大模型落地的基础。从传感器采集，到模型分析，再到机具执行、效果回传，每个环节都需要打通。研发团队既要研究模型，也要确认机器能否把方案做出来。

大模型赛道高手如云，农业AI大模型的“中国首个”，为什么落在潍坊的一家农机企业？

答案就藏在上述链路里：企业既接触田间问题，也有让方案执行的装备。过去研究怎样造好一台机器，如今还要研究机器怎样与农艺配合，帮用户种好一块地。

这也源于山东的独特禀赋：既是粮食总产连续多年稳定在千亿斤以上的农业大省，又拥有潍临日智能农机装备集群这样的国家先进制造业集群，为垂域大模型提供了别人难以复制的“数据—模型—装备”闭环。

生于山东，却不止于山东。这个三秋，在黑龙江密山，搭载智能系统的国产最大喂入量收割机雷沃谷神GS8239首次交付东北区域，正常工况下一分钟收割一亩；在甘肃定西，丘陵山地专用拖拉机循着智能导航爬上25度坡地——模型跟着农机走，农机到哪里，智慧就到哪里。

经实践测算，大模型赋能的精准作业系统可实现作物增产10%、节省种子5%、减少化肥农药使用各10%、节约农业用水50%。截至2026年6月，智慧农业管理平台累计服务面积已突破1000万亩。

（大众新闻记者 王瑛琪）