中國林業科學研究院資源信息研究所智慧林草創新團隊近日以DeepSeek大模型為底座，成功研發出我國首個林草行業大模型——林龍大模型，標志著我國在智慧林草研究和應用領域邁出關鍵一步。

　　林草行業具有地域廣闊、類型復雜、工作難度大等特點，亟須與以大模型為代表的人工智能技術深度融合，提升信息化管理水平，推動林草質量精準提升。

　　中國林業科學研究院首席科學家張懷清介紹，林龍大模型具備五大優勢：

　　通過行業文本知識多智能體技術，有效融合林草領域知識，彌補通用大模型在林草行業知識方面的缺陷，使大模型對林草領域復雜問題的理解能力提升60%以上；針對林草行業數據和業務特點，構建林草多模態數據的時空大模型，打破通用模型在時空數據理解、分析和推理能力上的局限，使林草業務計算和處理能力提升50%以上；實現多模態大模型與專用小模型協同融合，降低開發成本，顯著增強模型復用性、適用性和通用性，開發利用效率提升10倍以上；成功解決林草領域低資源條件下的多端兼容和國產化適配問題，擺脫林草行業大模型對高算力的依賴，提升模型易用性和普惠能力；實現行業自主產權的開放共享，具備強大擴展性，能支持功能更新迭代與產品的持續完善。

　　目前，林龍大模型已在行業文本處理、樹種類型識別、表型參數提取、野生動物識別、病蟲害監測、林火識別、生態系統評估、經營管理決策等8個應用場景落地。

　　“比如在‘三北’工程區，林龍大模型根據無人機拍攝的畫面，可自動識別植被類型、分布、結構等，并以此開展工程區生態效益精準評估，利用數字孿生智能模擬與決策算法進行結構優化調整，為區域內提升林草植被質量提供決策方案，使決策效率提升5倍以上。”張懷清說，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、聲紋等多模態數據融合，精準判斷海南長臂猿的數量、位置。

　　據了解，林龍大模型對樹種類型的識別準確率超過93%，對林果品種、成熟度、品質等表型的識別準確率超過90%，對野生動物類型、數量、姿態和行為等的識別精度在91%以上，對松材線蟲病等病害的識別精度超過90%，對復雜背景下森林火災、煙霧等災害的識別精度超過92%，對歸一化植被指數、產水量、土壤保持力、總初級生產力等關鍵生態參數的提取精度在85%以上。