7月3日，在2026全球数字经济大会物联网与智慧城市专题论坛上，中国农业大学农业具身智能机器人团队正式发布“工耕”农业机器人大模型。

发布现场，团队负责人、中国农业大学教授陈建介绍了“工耕”农业机器人大模型。该模型面向作物生产场景，针对教学科研和农业生产中的实际需求，聚焦农业具身智能机器人核心领域，探索垂直领域大模型在专业知识服务、智能决策辅助和场景化应用中的落地路径，目前已在我国华北、华东、西北等地区累计示范应用面积达万亩以上。

发布现场。受访者供图

陈建介绍，“工耕”大模型在架构层具有自主设计并验证迭代农业机器人“感知–决策–控制一体化”的技能；在应用层具有表型分析、病害诊断、逆境胁迫判断、产量预测、育种潜力评估，从而生成农情综合决策报告的能力。这成功打通从“多模态感知”到“逻辑推理”再到“硬件装备执行”的完整端到端具身智能闭环，展现出高度的农业场景泛化能力。

面向田间表型数据获取困难、边缘算力匮乏及传统模型推理能力不足等挑战，团队基于“边缘计算一体机（ECAM）”架构，打造集多模态感知、异构推理、云边协同、实时执行于一体的紧凑型智能系统，并在此基础上构建“工耕”大模型。

据介绍，该系统深度聚焦农业生产核心环节，功能涵盖八大场景：农业机器人设计、表型分析、病害诊断、逆境胁迫判断、产量预测、育种潜力评估、综合决策报告、智慧助教。

值得注意的是，该系统以国产芯片为边缘算力底座，融合权威农学规则与农业知识图谱，构建双源异构专业知识库；并通过人在回路的自进化数据闭环与Teacher-Student知识蒸馏，研发出该轻量级“视觉—语言—动作””多模态大模型。

评测结果显示，该系统长周期满负荷运行，保持高热稳态与低内存占用，多级弱网条件下数据可实现近零丢失。其创新引入的大语言模型裁判（LLM-as-a-Judge）盲测表明，双路检索增强后的农情报告在事实准确性与农学专业度上已达到专家辅助决策水平；智慧助教模式的快速构建，则进一步验证了该技术底座出色的场景泛化能力。

陈建表示，“工耕”大模型为赋予农业机器人感知、决策、控制与设计一体化能力提供了全新范式，显著降低大模型与农业机器人在智慧农业生产中的落地成本，加速推动智慧农业从实验室走向田间，推动农业机器人从“看得见”向“能理解、会决策、可执行、自设计”升级。