证券之星 陆雯燕

从 " 一家一户散养 " 到 " 百万头规模化养殖 "，中国生猪产业完成了规模的跨越；从 " 凭经验看猪 " 到 " 靠数据管场 "，一场由人工智能驱动的产业变革正在发生。

证券之星了解到，在吉林长岭中粮家佳康大型养殖基地，讯飞和光科技以大模型为核心引擎，把老兽医、老饲养员口口相传的 " 土经验 " 翻译成算法，把模糊判断变成精准决策，把人工巡栏变成智能值守，让传统养猪业迈入标准化、数字化、智能化新阶段。

我国是全球第一大生猪生产国与消费国，2025 年全国生猪出栏量达 71973 万头，超七成来自规模化养殖场。规模快速扩张，带来的是管理难度的指数级上升。

传统养殖模式下，猪群健康依靠人工观察，环境调控依靠经验判断，饲料投喂依靠固定流程，不仅效率低下，而且风险极高。老兽医的经验难以复制、新人培养周期长、疫病预警滞后、设备数据互不连通、管理协同不足，成为全行业共同面对的效率瓶颈。

人工智能不是简单替代人力，而是要重构养殖场从环境、饲喂、健康到生物安全的全流程运转逻辑。在吉林长岭智慧养殖基地，一场多方协同的智能化实践正在展开：华为搭建算力与网络底座；科大讯飞输出多模态感知、智能决策核心 AI 能力；讯飞和光科技承担场景落地、经验转化、模型训练与系统整合工作，联合生态伙伴补齐智能饲喂、智能环控、自动化设备等能力，共同打造可落地、可见效、可复制的智慧养殖整体方案。

老兽医常说 " 听咳嗽知健康、看神态知异常、观环境知风险 "，这些经验无法直接写成代码。产业 AI 落地的核心，是把 " 人的经验 " 变成 " 机器的能力 "。讯飞和光科技技术团队最核心的工作，就是充当 " 经验翻译官 " ——一边听懂养殖人员的 " 行话 "，一边教会 AI 读懂 " 猪的语言 "，搭建起 " 养殖经验—数据特征— AI 模型—智能决策 " 的完整转化桥梁。

技术团队驻场数月，逐一拆解模糊表述：将咳嗽分为生理性与病理性，提取声纹特征；将活动姿态、采食频率、精神状态量化为视觉指标；将温湿度、氨气、二氧化碳与猪群健康建立关联模型，形成专业知识图谱。

在此基础上，多模态 AI 系统实现 7 × 24 小时不间断值守：声纹模型从嘈杂环境中精准识别异常声响，健康预警提前 2 — 3 天；智能巡检轨道机器人自动完成盘点、估重、测温、巡检；智能环控系统根据实时数据自动调节通风温控，无需人工干预。

更重要的是，AI 把分散的经验连成系统：精准饲喂模型根据每头猪生长状态动态调整投喂量，形成 " 投喂—采食—生长 " 优化闭环；当声纹监测到咳嗽增多，系统自动关联环境数据倒查诱因；人员、车辆进出由生物安全平台智能管控，全流程留痕可追溯。猪场管理由此从被动处理，转向主动预判、全程可控。

证券之星注意到，大模型训练过程充满挑战，猪场复杂环境带来大量 " 非标准化数据 "：猪舍内声音混杂；粉尘、光照、遮挡影响视觉识别精度；不同厂家设备数据口径不一，出现数值矛盾；" 猪有点蔫 " 等经验描述难以直接量化。

为此，90 后、00 后技术团队扎根猪场，与一线人员反复对齐标准、清洗数据、迭代模型，不断提升模型在真实场景的鲁棒性，最终打通多厂家设备壁垒，实现海量数据统一接入、集中调度、智能分析。

随着全国产自主可控大模型落地应用，长岭养殖场交出亮眼成绩单：PSY 稳定突破 29，进入行业第一梯队；分娩舍单人管理近 800 头仔猪，人力效率大幅提升；疫病防控更早、饲喂更精准、环境更稳定，综合效益显著改善。

大模型真正的价值，不在对话框里，而在产业现场。这一样本证明，产业智能化不是单一技术的应用，而是算力、AI、行业知识与生态能力的协同。当 AI 走进猪场、车间、田间，把隐性经验变成数字生产力，传统产业就能焕发新活力。

讯飞和光科技以 " 经验转算法 " 的实践，走出一条低成本、可复制、易推广的路径，为全国畜牧养殖业升级提供参考。同时，公司也用实践证明，技术只有扎根实体经济、解决真实问题，才能创造长久价值。 ( 本文首发证券之星，作者 | 陆雯燕 )