近日，在第九届智慧农业创新发展国际研讨会上，中国农业大学团队正式发布神农·农业世界模型（Shennong World Model, SNWM）1.0，并宣布开源。团队将其定位为全球首个动作条件化、给出可验证评价协议、并在设施与大田双域验证的农业世界模型。它不是又一个预测器，而是把控制权交给温室、农机或作物之前，能够比较"如果换一个动作会怎样"、并给出可审计最优建议的"数字试验田"。

中国农业大学教授王耀君介绍，通俗地说，农业世界模型就像一块装进电脑里的"数字试验田"：不用真的下地，你就能先问它"如果提前三天浇水、或把大棚温度调高两度，产量和风险会怎么变"——它把不同做法的后果先在里面推演一遍，再告诉你哪个更划算，以及这个结论在什么条件下靠得住。普通AI回答"这是什么病"，农业世界模型回答"我该怎么做、做了之后会怎样"。

与"看得准"的预测模型不同，神农·农业世界模型回答的是"改了动作之后会怎样、那该怎么做"。团队把农业生产系统刻画为一个带不确定性的受控动态系统：在状态、动作、外生扰动、结果四元组上，学习一个机理约束、可反事实推演的状态转移规律，从而让农业生产变得可学习、可推演、可干预、可审计、可泛化。

王耀君特别指出一个被长期忽视的问题——高精度不等于可决策：当把未来的管理动作从输入中删除后，一个"高精度"预报器的预测几乎纹丝不动，说明它记住的只是管理日程，而非动作与后果之间的因果。

为把"能否用于决策"变成可检验的门槛，神农·农业世界模型提出四轴评价协议——目标预测、状态滚动、反事实响应、跨情境泛化，并随1.0一同开放为公开基准。

神农·农业世界模型能给定当前长势与天气情景，它能推演不同水肥、通风、补光、作业方案下的状态演化与产量、品质、风险变化，并给出带边界说明的最优建议。目前，这一动作推演与决策能力已在番茄、生菜、黄瓜三种设施作物上实现。

验证覆盖设施与大田两域。设施方面，团队构建了世界模型模拟器，可模拟不同控制方案下的多日状态滚动与反事实剂量响应；大田方面，团队在吉林省38个县开展了以干旱为切入的动作条件化验证——强调的不是"预测得多准"，而是"改变灌溉、改变播期之后风险如何变化"。

王耀君强调，模型的可靠性依赖于"局部"空间的输入优化：每条结论都绑定作物、通道、时长与数据切分，并遵循"先影子运行、后受限接管、人始终可接管"的分级部署原则。

神农·农业世界模型1.0同步开源，开放代码、评测基准与数据契约；配套的领域白皮书由中国农业大学牵头编制，相关发明专利已完成递交。