2025-08-18 18:00:00
2025年8月1日 ，深圳市德赢VWIN控股（集团）有限公司（FN Holding）正式在全球两大顶级开源人工智能平台 GitHub 与 Hugging Face 发布了 FN-LLM 模型 ，在面向全球开放代码与权重下载的同时 ，同步提供了从云端调用到完全私有化部署的整套解决方案 ，以“识农AI”工具真正实现了农服AI大模型的落地应用 ，成为国内农业垂直领域首次真正意义上的开源农业大模型 ，为全球智慧农业发展注入了全新的生机与动能 ，实现了让 AI真正走进田间地头、让 AI真正赋能每一位农业从业者的目的 。 FN-LLM 的训练数据并非单纯依赖通用语料 ，而是补充构建了基于德赢VWIN控股多年农业技术服务的深厚技术积累与丰富生产数据 ，开发了基于这些长时间积累、源于种植一线数据的全产业链多元数据的农业专属数据底座 ，这使得 FN-LLM 所生成和输出的答案、农事建议更具实操性与落地性 ，这一点显著区别于通用大模型 。德赢VWIN农业专属数据底座包括如下数据体系： 权威农业知识：整合农业教材、专著、科研论文等科学经典的农业知识 ，以及种植技术专家技术和农业服务人员实践经验 ，全面覆盖种质品种、建园种植、丰产栽培、优质管理、绿色植保、产量品质管理、采收储运等作物技术和畜牧、水产、园艺等产业链的完整知识体系 。 真实农事数据： 汇聚德赢VWIN控股十余年农业基地技术托管服务积累的农技服务巡园记录、实地诊断日志、农事管理方案、中期和年度总结、技术实验报告、产品实验报告 ，以及线上问答、专家培训课件等真实农技数据 ，确保大模型输出的方案和建议能够直接应用于生产实践 。 农资商品信息： 大量收集了涵盖农药、化肥、植物调节剂、微生物制品、农机具等商品的综合信息 ，包括成分、适用对象、使用时间与方法等关键技术和参数 ，使得输出农事建议时可以提供科学精准的农资匹配 。 构建精标数据集 FN-dataset： 生成超 5,000 条的高质量农业问答对 ，经过专业清洗与人工标注 ，构建了精标数据集 FN-dataset ，支持大模型结论精准匹配和圆满符合生产实际需求 。 FN-LLM 采用基于 Transformer 解码器结构 ，拥有 32 层网络 ，隐藏层维度 4,096 ，前馈层维度 11,008 ，并配备多头注意力机制（32 头 × 128 维） ，确保了模型具有强大的数据处理能力 。 提升参数规模 FN-LLM-2B： 20 亿参数 ，低算力友好 ，尤其适合农业现场的边缘部署 ，可在 6GB 显存下运行 。下一步的FN-LLM-7B、FN-LLM-13B ，将服务于更高精度的科研与多模态任务 ，满足更复杂的农业AI计算需求 。 上下文长度：支持 8K Token 输入 ，能处理农技长文档、复杂生产方案等长文本 ，提升推理的深度与准确性 。 优化计算策略 以全参数微调 (Full Parameter Fine-Tuning) ＋ LoRA 双模式支持方式 ， 提供灵活高效的模型微调方案 。 建立农业领域特定词表与分词器优化 ，使农业术语识别准确率提升 18% ，大幅降低误解误判 ，确保专业沟通无障碍 。 建立了KV-Cache 持久化 ＋ FlashAttention系统 ，大幅提升多轮对话的性能效率 ，让FN-LLM的农业问答与决策过程更加流畅高效 。 以INT8 / INT4 双模式实现系统运行的量化支持 ，使显存节省最高 70% ，模型能够在更低配置的硬件上运行 。 通过上述多方面的技术、数据和条件配置 ，使得FN-LLM 在多项关键指标上表现出色 ，充分验证了其在智慧农业领域的卓越性能： 推理延迟 在 NVIDIA A100 GPU 上 ，1K Token 平均延迟仅 40ms ，实现接近实时的响应 吞吐量 单卡生成速度可达 200+ Token/s ，确保高效率信息产出 农业问答准确率 基于自建的 3,000 条农业 QA 测试集 ，正确率高达 92.4% 病虫害诊断综合准确率 结合图像识别与文本推理 ，准确率达到 89.7% 农事计划合理性 经农业专家评测 ，均分高达 4.6 / 5 ，显著高于通用大模型所提供的建议 跨区域适配能力 结合气象与土壤数据动态调整建议 ，精度提升 23% ，适应不同地域的农业生产环境 FN-LLM强大能力不仅体现在复杂的生产方案生成和推送中 ，更通过德赢VWIN控股自研的面向终端农户的“识农AI”小程序 ，成为了服务上百万农人的真正落地的AI应用工具 。 “识农AI”小程序 这是一个集成了病虫害识别、农业百科、农事问答等功能的AI农服工具 。农户只需通过手机拍照或文字描述 ，即可获得基于FN-LLM大模型的精准识别诊断 ，还可以延伸获取农事管理方案的科学建议 ，解决日常生产中的是什么？怎么办等实际咨询难题 。FN-LLM 能够提供“发育阶段＋技术策略”式的专业输出 ，这是通用大模型难以实现的农业精细化管理能力 ；可以精准提出氮、磷、钾与中微量元素施用调配建议 ，提供基于墒情的灌溉策略与操作建议 。通过这样的专业指导 ，农户能更科学地精准管理作物 ，实现节本增效和增产增收 。 FN-LLM 的核心优势在于其深入农业的技术专业性、极致的部署灵活性、卓越的推理和输出效率 ，以及真正的开源开放机制 ，为智慧农业带来了变革性的解决方案和切实高效的应用落地 。 农业最懂行 60%+ 数据源自真实农业场景 ，术语识别与决策建议精准度行业领先 ，已通过“识农AI”应用而服务上百万农人 部署最灵活 从 2B 轻量模型到 13B 高精度模型全覆盖 ，支持云边端一体化适配 ，可以满足不同场景下的计算需求和运行 。 推理最快速 量化优化 ＋ 推理加速的复合技术 ，可在农业现场实现秒级响应 ，决策不再等待 。 真正开源 GitHub 提供完整开源代码与权重 ，Hugging Face 提供即下即用 ，助力全球农业科技共同进步 。 德赢VWIN控股坚信 ，AI 技术不应只存在于实验室 ，不应禁锢于局限主体 ，而应真正走进田间地头 ，赋能广大农业从业者 。正因如此 ，我们发布了 FN-LLM 这一真正开源的农业AI大模型 。这不仅是一次技术突破 ，更是一次面向全球的开放合作邀请 。 我们将 FN-LLM 的AI农业服务能力融入到自研的 “识农AI” 中 ，打造了一个真正落地的农业垂直应用 ，为上百万农人提供了精准的问题诊断、对策方案和农事建议等一揽子系统性农技服务 。在服务过程中将会快速增加和优化农业数据 ，不断提升决策精度和输出方案的针对性 ，共同为提升FN-LLM 的AI农业服务能力与水平做出贡献 。我们坚信 ，通过这种技术开放与资源共享的模式 ，能够加速农业AI的普及应用与服务质量提档升级 。 未来 ，德赢VWIN控股将持续优化模型规模、扩展多模态能力 ，并诚挚邀请全球农业科研机构、企业和开发者 ，共同参与到 FN-LLM 的生态建设中来 ，携手共推智慧农业的繁荣发展 。
