3月20日，在养分资源高效利用全国重点实验室学术委员会第三次会议上，中国工程院院士、中国农业大学教授张福锁面向全球首次发布土肥大模型。作为国内首个聚焦农田土壤与肥料智能管理的垂直大模型，土肥大模型不仅具备农业知识问答、农业图像分析等功能，还能够围绕土壤健康、高产优质、养分高效利用和环境减排等关键领域，开展农业场景推理与农业生产决策。
土肥大模型由张福锁院士团队联合安徽易刚等科技企业共同研发，是一款面向农田养分综合管理的专业化垂直大模型。该模型聚焦农业智能体研发，创新构建了“大模型底座+智能调度平台+多场景农业智能体”三位一体架构，打通知识与数据、环境感知、决策执行和结果反馈的全链路流程，形成可持续进化的农业智能运行系统。其中，底座模型可为复杂农业场景提供知识理解、多模态分析、场景推理和智能决策支撑；在此基础上，团队已构建主要作物专用肥智能体、作物缺素诊断智能体、土壤健康智能体、肥水一体化智能体、高产栽培智能体、甘蔗种植智能体、水稻种植智能体、土壤养分损失智能体、产量和效率潜力评估智能体、温室气体排放智能体等10款专项智能体，覆盖专用肥创制、农田精准管理、区域解决方案和环境效益评估等关键场景，初步形成了覆盖农业生产管理与环境效益评估的智能化应用体系。
土肥大模型主要呈现五大特色：一是数据活，万亿数据融入专属农业知识体系，让孤岛数据“活起来”。依托三大创新引擎，土肥大模型构建起专属农业知识体系，汇聚多模态数据集4TB以上、空天地融合数据35TB以上，涵盖超过16,000个知识实体和90,000余条知识三元组等内容。同时，模型整合了28亿条土壤主要养分数据，覆盖14项关键指标、70年尺度（1980—2050年）和1×1公里网格精度，为模型运行提供了系统化、精细化的基础数据支撑。二是算法新，神经网络计算深度融合农业生产，让人工智能“用起来”。针对农业生产环境复杂、任务目标多元等问题，土肥大模型构建了农业与AI深度融合的创新算法体系，着力提升多场景、多目标条件下的精准模拟与智能决策能力，推动人工智能技术真正服务农业生产实践。目前，模型准确率高达95%。三是效率高，先进技术架构驱动系统智能，让海量数据“跑起来”。依托“云—边—端”协同智能架构和微服务化模型仓库体系，土肥大模型以智能调度和工作流引擎为核心，实现了从多源数据汇聚、分布式处理到向量化检索的全链路高效流转。数据显示，系统数据处理量可达100GB/日以上，边缘设备配置成本降低60%，可实现2小时快速部署；分布式计算框架使单位数据计算成本相比传统方案降低约43%，智能调度还将集群平均资源闲置率控制在10%以下。四是场景适，贴合农业场景打造智能体应用，让AI实战“强起来”。依托已构建的多场景智能体体系，土肥大模型面向专用肥创制、农田精准管理、区域解决方案和环境效益评估等关键环节，形成了从识别诊断、动态监测、精准调控到效益评估的应用闭环，显著提升了AI在真实农业场景中的应用能力。五是专业强，农业专业能力贯通模型体系，让解决方案“落下来”。与国内外通用大语言模型相比，土肥大模型在准确性、专业性、场景适配性和可解释性等方面提升28%~90%。面向复杂农业场景，模型采用“小模型+大模型智能体”的协同模式，由轻量模型提供可靠视觉感知，大模型负责多模态推理与决策规划，构建高效、可扩展的无人机遥感智能体决策体系。依托多智能体集群，系统进一步整合土壤大数据、无人机遥感、作物长势识别等功能，生成实时管理数据，推动肥料生产、养分施用和日常管理等环节的全链条大农场自动化智能管理。
土肥大模型的发布，不仅实现了高性能自研算法与国产化算力的深度融合，也标志着农业专业知识向田间地头延伸的“最后一公里”正在加快打通。未来，土肥大模型将进一步推动科学理论加快落地应用，以智慧化解决方案协同服务粮食安全、资源高效利用与生态环境友好发展，为全球农业可持续发展注入新动能。