科學(xué)導(dǎo)報(bào)訊 中國林業(yè)科學(xué)研究院資源信息研究所智慧林草創(chuàng)新團(tuán)隊(duì)近日以DeepSeek大模型為底座,，成功研發(fā)出我國首個(gè)林草行業(yè)大模型——林龍大模型，標(biāo)志著我國在智慧林草研究和應(yīng)用領(lǐng)域邁出關(guān)鍵一步,。

林草行業(yè)具有地域廣闊,、類型復(fù)雜、工作難度大等特點(diǎn),，亟須與以大模型為代表的人工智能技術(shù)深度融合,，提升信息化管理水平，推動(dòng)林草質(zhì)量精準(zhǔn)提升,。

中國林業(yè)科學(xué)研究院首席科學(xué)家張懷清介紹,，林龍大模型具備五大優(yōu)勢(shì)：

通過行業(yè)文本知識(shí)多智能體技術(shù)，有效融合林草領(lǐng)域知識(shí),，彌補(bǔ)通用大模型在林草行業(yè)知識(shí)方面的缺陷,，使大模型對(duì)林草領(lǐng)域復(fù)雜問題的理解能力提升60%以上；針對(duì)林草行業(yè)數(shù)據(jù)和業(yè)務(wù)特點(diǎn),，構(gòu)建林草多模態(tài)數(shù)據(jù)的時(shí)空大模型,，打破通用模型在時(shí)空數(shù)據(jù)理解、分析和推理能力上的局限,，使林草業(yè)務(wù)計(jì)算和處理能力提升50%以上,；實(shí)現(xiàn)多模態(tài)大模型與專用小模型協(xié)同融合，降低開發(fā)成本,，顯著增強(qiáng)模型復(fù)用性,、適用性和通用性，開發(fā)利用效率提升10倍以上,；成功解決林草領(lǐng)域低資源條件下的多端兼容和國產(chǎn)化適配問題,，擺脫林草行業(yè)大模型對(duì)高算力的依賴，提升模型易用性和普惠能力,；實(shí)現(xiàn)行業(yè)自主產(chǎn)權(quán)的開放共享,，具備強(qiáng)大擴(kuò)展性，能支持功能更新迭代與產(chǎn)品的持續(xù)完善,。

目前,，林龍大模型已在行業(yè)文本處理、樹種類型識(shí)別,、表型參數(shù)提取,、野生動(dòng)物識(shí)別,、病蟲害監(jiān)測(cè)、林火識(shí)別,、生態(tài)系統(tǒng)評(píng)估,、經(jīng)營管理決策等8個(gè)應(yīng)用場(chǎng)景落地。

“比如在‘三北’工程區(qū),，林龍大模型根據(jù)無人機(jī)拍攝的畫面,，可自動(dòng)識(shí)別植被類型、分布,、結(jié)構(gòu)等,，并以此開展工程區(qū)生態(tài)效益精準(zhǔn)評(píng)估，利用數(shù)字孿生智能模擬與決策算法進(jìn)行結(jié)構(gòu)優(yōu)化調(diào)整,，為區(qū)域內(nèi)提升林草植被質(zhì)量提供決策方案,，使決策效率提升5倍以上?！睆垜亚逭f,，再比如，在海南熱帶雨林國家公園,，林龍大模型可通過圖像,、視頻、聲紋等多模態(tài)數(shù)據(jù)融合,，精準(zhǔn)判斷海南長(zhǎng)臂猿的數(shù)量,、位置。

據(jù)了解,，林龍大模型對(duì)樹種類型的識(shí)別準(zhǔn)確率超過93%,，對(duì)林果品種、成熟度,、品質(zhì)等表型的識(shí)別準(zhǔn)確率超過90%,，對(duì)野生動(dòng)物類型、數(shù)量,、姿態(tài)和行為等的識(shí)別精度在91%以上,，對(duì)松材線蟲病等病害的識(shí)別精度超過90%，對(duì)復(fù)雜背景下森林火災(zāi),、煙霧等災(zāi)害的識(shí)別精度超過92%,，對(duì)歸一化植被指數(shù)、產(chǎn)水量,、土壤保持力,、總初級(jí)生產(chǎn)力等關(guān)鍵生態(tài)參數(shù)的提取精度在85%以上。

董絲雨