本文梳理农业行业 AI 的案例与落地方案,并说明 dgm 如何用 osFoundry 落地。
说明:dgm 是独立于 osFoundry 的集成与落地服务商。厂商提升数字为厂商口径,需核实。
典型场景与案例
| 场景 | 案例(厂商口径) |
|---|---|
| 种植监测/智能体 | 中化 iMAP(作物机理+大模型+智能体) |
| 病虫害识别 | 农科小智 V2.0(380+ 病虫害、本地 DeepSeek-R1) |
| 综合 | 丰农智脑、商汤×北大荒 |
特点与难点
数据不出域要求中低(多为商业/生产数据);本地部署多因成本/离线而非法规。难点在田间数据采集、多模态融合、农技知识沉淀(作物/区域差异大)。专用遥感/物联网系统由专业方案承载。
dgm 用 osFoundry 落地
osFoundry 模型中立 + RAG,适配农技问答、知识沉淀、病虫害描述等;遥感/传感等专用系统通过连接器对接。dgm 负责知识化与系统集成落地。osFoundry 公布数据区为美/欧/日(无中国区),中国落地走自托管。
欢迎联系 dgm,设计农业 AI 落地方案。