中国首个农业垂直大模型“司农”正式开源，开启智慧农业新纪元

近日，在中国高等教育学会高等农林教育分会2025年年会上，南京农业大学重磅发布国内首个面向通用农业领域的开源大语言模型——“司农”（Sinong）。该模型以中国古代掌管农事的官职“司农”命名，寓意传承农耕文明、赋能现代科技，标志着我国在农业AI专用大模型领域实现从0到1的重大突破。

40亿token专业数据支撑，覆盖农业全学科体系

“司农”模型的底层知识体系，源自南京农业大学在农学领域长达数十年的学术积淀。研究团队系统整合了动物科学、作物育种、植物保护、农业经济管理、农业资源与环境、园艺学、动物医学、智慧农业等八大核心学科的权威资料，构建了总量超40亿token的农业专属语料库。

数据来源涵盖近9000册农业专业图书（包括《中国农业通史》《作物栽培学总论》等经典教材）、24万余篇中英文核心期刊论文（来自《中国农业科学》《Plant Physiology》《Agricultural Systems》等权威刊物），以及近19.7万份国家与地方农业政策、技术标准、行业规范文件，如《耕地质量等级》《农药合理使用准则》《畜禽养殖污染防治技术规范》等，确保模型具备扎实的实务基础。

破解AI“幻觉”难题，首创农业知识增强架构

通用大模型在农业场景中常因“一本正经地胡说八道”而难以落地。为解决这一行业痛点，“司农”团队创新性地构建了“多智能体检索增强框架”（Multi-Agent Retrieval-Augmented Generation, MARAG）。

该框架融合了思维链（Chain-of-Thought）推理引导、上下文动态引用、农业术语实体识别与知识图谱联动等技术，使模型在回答“如何防治小麦赤霉病？”“东北黑土区有机肥施用最佳配比？”等问题时，不仅能精准调用最新科研成果，还能结合地方气候、土壤类型与政策补贴背景给出可执行建议。

同时，模型训练中引入农业专家人工校验机制，对关键知识点进行三轮交叉验证，显著降低事实性错误率。据内部测试，其在农业问答基准测试中的准确率较主流通用模型提升超62%，在政策解读与技术推荐任务中达到91.3%的一致性。

双版本开源，降低农业AI应用门槛

为推动农业AI普惠化，南京农业大学同步在魔搭社区和GitHub平台开源“司农”模型的两个参数版本：

• 8B版本：轻量高效，适配边缘设备与基层农技站部署，支持手机端APP、田间智能终端快速调用。
• 32B版本：高性能版本，面向科研机构、高校实验室及农业企业，用于深度研发、模型微调与定制化系统构建。

所有代码、训练脚本、评估数据集均公开，配套提供中文使用指南、农业领域微调教程和API接入文档，助力农技人员、农业创业者、高校研究生快速上手。

生态共建：已有17家机构接入，打造中国农业AI共同体

自发布以来，“司农”已获得农业农村部科技发展中心、中国农科院、江苏省农科院、先正达中国、极飞科技、大疆农业等17家单位的正式接入与联合测试。

在江苏盐城，当地农技推广站已基于8B模型开发出“田间问答助手”小程序，农民可直接语音提问“水稻抽穗期遇低温怎么办？”，系统实时反馈防治方案与气象预警；在山东寿光，智慧温室企业利用32B版本训练出“蔬菜病害智能诊断系统”，准确率超90%，大幅降低人工巡检成本。

南京农业大学表示，未来将设立“司农开源基金”，每年资助10个农业AI创新项目，并联合中国农业大学、华中农业大学等组建“中国农业大模型联盟”，共同制定农业AI数据标准与评估体系。

立即体验，共同推动农业智能化

无论你是农技推广员、农业科研人员、智慧农业创业者，还是对“AI+三农”感兴趣的开发者，都可以免费使用“司农”模型，开启你的农业智能探索。

模型开源地址：

魔搭社区：https://modelscope.cn/organization/NAULLM

GitHub：https://github.com/njauzzx/Sinong

农业的未来，不在实验室，而在田间地头。让AI听懂土地的语言，从“司农”开始。