把“老兽医”经验写成算法 讯飞和光以大模型当好AI“翻译官”

我国是全球最大的生猪生产与消费国，生猪产业关系民生供给与粮食安全。随着养殖集约化、规模化快速推进，传统“凭经验、靠人工、巡猪圈”的养殖模式，已难以适配百万头级猪场的管理精度、风险防控与效率要求。在吉林长岭中粮家佳康年出栏近百万头的养殖基地，讯飞和光科技将一线养殖老师傅的“土经验”转化为可量化、可复制、可迭代的AI大模型，以技术破解产业痛点，让传统养猪完成从“靠手感”到“靠数据”的关键跨越，为全国畜牧产业智能化提供可复制样本。

2025年，全国生猪出栏量达71973万头，规模化养殖场占比超过70%。产业规模持续扩大的同时，传统养殖模式的短板日益凸显：依靠人工逐栏巡查，劳动强度大、覆盖范围有限；依赖老兽医“听声、看形、观色”判断健康，经验难以传承、标准无法统一、预警普遍滞后；猪场设备来自不同厂家，通信协议不统一，数据互不打通，形成大量“数据孤岛”；环境调控、饲料投喂、疫病防控、生物安全各自为战，管理协同性差，整体运行效率偏低。当规模化养殖遇上效率瓶颈，行业迫切需要以新技术重构生产方式，人工智能成为破题关键。

在中粮家佳康吉林长岭智慧养殖基地，多方协同构建起完整的智能化体系：华为提供算力支撑与网络底座；科大讯飞提供多模态感知、智能决策核心AI技术能力；讯飞和光科技作为落地实施主体，负责经验转化、模型训练、场景适配与系统集成，联合生态伙伴补齐智能饲喂、智能环控、自动料线、料塔称重等专项能力，共同把AI技术转化为猪场可用、好用、管用的生产工具。

AI在养殖产业落地，最难的一步不是开发算法，而是“翻译”。一线兽医、饲养员一辈子积累的经验，大多是“只可意会、不可言传”的直观判断：猪咳嗽几声要警惕、精神发蔫可能发烧、氨气偏重容易诱发呼吸道问题……这些经验无法直接输入模型。讯飞和光科技的技术人员，正是承担起“经验翻译官”的角色，把人口头讲的、模糊的、感性的经验，转化为机器能读懂、能计算、能执行的数据特征与算法逻辑。

为了完成这场“双向翻译”，技术团队从三个维度搭建转化路径：一是经验拆解，把“咳嗽要警惕”拆解为咳嗽频次、声纹频谱、持续时长等可计算指标；把“猪有点蔫”拆解为活动量、趴卧时间、采食频率、站立姿态等视觉特征；把“环境不好”量化为温湿度、氨气、二氧化碳浓度的安全区间与联动规则。二是多模态感知，让AI拥有“老兽医的耳朵与眼睛”：基于声纹识别的健康监测模型，能在风机声、采食声、猪叫声混杂的环境中，精准提取病理性咳嗽与异常声响，将疫病风险发现时间提前2—3天；智能轨道巡检机器人24小时自动巡检，完成猪只盘点、体重估测、体温筛查、异常行为识别，发现问题即时预警；传感器实时采集环境数据，智能环控大模型动态输出最优策略，自动执行通风、降温、除湿操作，形成“感知—决策—执行”闭环。三是全局智能决策，将单点经验升级为系统能力，精准饲喂模型实现“一猪一策”，环境异常与健康异常自动关联分析，生物安全平台智能管控人员车辆洗消流程，让猪场管理从“事后处理”转向“事前预判”。

模型训练并非一帆风顺，猪场真实场景带来大量“奇葩数据”，成为技术攻坚的现实考验。猪舍内噪音复杂，呼噜声、咳嗽声、抢食声、打斗声等等；猪舍粉尘大、光线不均、遮挡频繁，导致视觉模型出现识别偏差；不同厂家传感器口径不一，同一环境监测数值出现偏差；老师傅一句“这猪不对劲”，在模型中找不到对应量化特征。面对这些问题，由90后、00后组成的技术团队长期驻场，与饲养员、兽医反复对齐判断标准，清洗海量异构数据，持续迭代优化模型，最终将10余个厂家30多款设备接入统一智慧养殖运营管理平台，日均处理800余万条数据，实现集中管控、智能调度。

这套基于全国产自主可控大模型的智能决策体系落地后，长岭养殖场效率显著提升：PSY（每头母猪年提供断奶仔猪数）稳定突破29，达到行业头部水平；分娩舍1名饲养员可负责近800头小猪，人力效率大幅提升；饲料转化率优化，用药与死淘成本下降，生物安全管控更加严密。

业内人士表示，长岭智慧养殖项目验证了一条可复制的产业智能化路径：算力底座、核心AI技术、生态专项能力协同发力，推动AI与行业知识、产业场景深度融合。这也是我国人工智能发展的生动缩影：大模型的价值不只体现在交互界面，更在于走进实体经济，解决真实问题。

从车间到田间，从养殖场到生产线，当AI以基础设施姿态融入千行百业，带来的不是局部环节优化，而是产业决策体系的系统性重构。把老兽医的经验写成算法，让技术创造实实在在的产业价值，正是中国人工智能服务实体经济的生动实践。