7月8日，烟草农业大模型“天叶大模型”发布暨烟草智慧农业技术交流研讨会在河南郑州召开。河南农业大学烟草栽培生理与品质生态创新团队、许昌市气象局（河南省烤烟气象服务中心）、中国农业科学院农田灌溉研究所、河南科技大学、郑州轻工业大学、河南省农业科学院、河南农先锋科技股份有限公司、广州灵犀技术服务有限公司等单位代表参加。

陈征博士介绍了“天叶大模型”研发背景、技术路线与应用前景。“天叶大模型”以FastAPI为统一服务入口，采用LLM与Cross-Encoder双引擎驱动，搭建烟草农业垂直知识库流水线和FAISS向量数据库，并引入RAG检索增强生成模式，构建烟草农业专属与防幻觉机制核心架构。核心技术包含三个层面，一是建立基于意图识别的动态检索路由机制。系统根据用户问题的语义意图和复杂程度，自适应匹配不同的知识检索路径。二是构建相似度驱动的分层检索与召回机制。系统首先通过相似度阈值过滤低质量匹配结果，再依据置信度对不同层级的摘要内容进行分级调用，经重排序后输入LLM生成最终回答。三是采用多模型协同架构。系统LLM承担主要的文本理解与生成任务；同时集成文生图模型，用于将分析结果转化为更加直观的可视化内容。在应用方面，“天叶大模型”主要体现出四个特点。一是内外部知识协同。平台通过语义理解、知识检索与综合分析，形成更加准确、完整且来源可追溯的回答，既保证专业知识调用的针对性，也兼顾外部信息的时效性。二是任务思考与分步解析。针对复杂问题，平台可展示从意图识别、需求拆解到策略规划的任务处理过程，将复杂需求逐步转化为可执行的分析步骤，方便用户了解问题是如何一步步得到解决的。三是多模态交互分析。“天叶大模型”支持文档、表格、图片、音视频等多种类型内容输入，并可同时接收多文件、多图片和多视频进行综合分析，实现不同模态信息的统一理解、关联分析和结论生成，进一步拓展大模型在烟草科研与生产场景中的应用范围。四是可视化辅助解析。平台能够依据文本内容和分析结果自动生成流程图、结构图、数据示意图等可视化内容，把复杂的文字、技术关系和科研数据转化为更加直观的图像，帮助用户更快理解内容。

围绕人才培养、学科建设和生产服务，“天叶大模型”正加快拓展在烟草教育科研与产业实践中的应用。在人才培养方面，平台逐步融入专业教学全过程，依托智能问答、资料分析、虚拟仿真等功能，为学生提供更加灵活的学习方式，帮助学生加深对专业知识的理解，提高分析问题和解决问题的能力。在学科建设方面，平台面向烟草农业科研需求，可辅助开展文献检索、研究热点分析、实验数据处理和科研写作，为科研人员提供贯穿研究全过程的智能支持，并推动人工智能与烟草农学、植物保护、农业工程等方向交叉融合。面向生产实践，未来将推动“天叶大模型”与田间感知数据、农艺知识和生产管理流程深度衔接，围绕育苗、移栽、大田管理、成熟采收等关键环节，开展生产信息研判、技术方案生成和风险预警，逐步形成覆盖烟叶生产全过程的智能辅助决策能力，为精准栽培、病虫害防控和烟叶原料质量稳定提供技术支撑。

“天叶1.0”重点实现专业智能问答和烟田病虫害图像识别。依托烟草农业专业知识库，平台可围绕育苗、栽培、植保、采烤等生产环节提供在线咨询，并通过图像识别辅助判断病虫害和烟株长势异常，为烟叶生产工作者开展田间作业提供参考。“天叶2.0”将进一步接入土壤、气象、水肥等田间环境数据，构建烟株三维可视化模型，推动平台由知识问答和静态识别向生长状态分析与趋势预测升级。“天叶3.0”将加强与烤房、灌溉、田间监测等智能装备的连接，完善移动端协同管理功能，实现田间信息查看、风险预警和农事任务协同，逐步形成覆盖感知、分析、决策到管理的烟草农业智能应用体系。（通讯员：陈征）

免责声明：此文内容为广告，不代表本网的观点及立场。其内容由广告方提供，与本网无关，本文所涉文、图等资料之一切权利和法律责任归材料提供方所有和承担。本文仅供读者阅读并请自行核实内容真实性，网站对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。