广东阳江小棚虾基地的AI智能料罾与增氧设备(图片来源:南方农村报)
提前3天预警、饲料损耗降两成:广东首个水产养殖大模型拿到备案
发布时间 : 2026-11-16

11月11日,广东省生成式人工智能服务新增备案信息公布,广州机智云物联网科技有限公司自主研发的渔军师Aquahealth水产养殖大模型位列其中。据企业介绍,这是广东首个完成该备案的水产养殖垂类大模型。对智慧渔业来说,这张备案表的分量不在技术指标,而在它把“能不能用”变成了“可以规模化用”。

备案卡的不是模型,是数据与边界

生成式人工智能服务备案对训练数据合规性、内容安全、风险防控都有硬性规范。Aquahealth在申报时划了三条线:模型输出只作为养殖辅助决策参考,高风险生产操作必须经过人工确认,不替代渔医、一线技术人员与行业专家的判断。这个边界看起来是自我限制,实际上是垂类模型进生产现场的前提。塘口一次误判缺氧或一次错误用药,损失是按池子算的,没有人会把开关交给一个不肯认错的模型。

数据只能从塘口里跑出来

广东是全国水产养殖第一大省,产业规模大、品种全,理论上最适合做垂类模型。但水产也是人工智能最难啃的领域之一:鱼虾蟹品类繁多,鱼苗特质、饲料动保差异巨大,养殖过程又高度依赖投喂习惯和管理方式,行业非标化严重。通用大模型能答通识题,答不了应用题——同样是对虾,南方小棚与北方工厂化的水质曲线截然不同;同一个塘口,一场暴雨、一次换水就可能改写溶氧和pH的走向。

渔军师的训练数据来自一线设备持续采集的时序传感数据,覆盖不同品类、地域环境、养殖模式和差异化的投喂管护习惯。技术路线不是把通用模型套进养殖场景,而是“通用智能基座+水产专用模型+场景智能体”的混合架构:通用模型负责理解与推理,自研视觉与时序模型负责感知塘口和水生生物状态,多源数据聚合后转化为可核验的判断依据。首席科学家黄灼的说法是,独创性不在某一个模型,而在把模型中立、证据驱动、人机协同做成工程能力。

一组塘口数据

经过两年模型训练与养殖基地现场交叉验证,该模型已在南美白对虾品类实现95%的预测精准率,可提前2—3天预警水质和病害风险,小棚养殖周期缩短至90天。对养殖户来说,提前两三天意味着能赶在病害暴发前调水、控料。

在广东阳江一处7000亩小棚虾基地,被称为“塘拍拍”的AI智能料罾24小时无人值守,自动起罾采样,通过离水视觉识别虾群数量、体长、活力、摄食情况乃至粪便和肠道健康状态,融合水质、投喂、气象等多源数据后,由大模型输出动态投喂策略和病害风险预警,并联动增氧、投喂、水质调控设备。基地设备替代了约90%的人工逐棚巡检,饲料损耗降低20%以上,养殖成功率提升30%以上。广西防城港一处600亩设施渔业基地,45套设备覆盖45口塘,承担全天候视觉巡检,饵料系数降低12%—15%。目前该模型已在南美白对虾上服务300余户标准化养殖户。

编者按

对畜牧场来说,这条新闻可迁移的地方有三点。一是顺序:先有设备与数据的闭环,再谈模型。机智云2006年成立,AIoT平台服务企业客户超3万家、连接设备超3000万台,2022年切入智慧渔业,智能增氧、水质监测、智能投喂等设备累计覆盖养殖户超10万户,模型是在这套硬件底盘上长出来的。二是边界:把高风险操作留给人工授权,是垂类模型落地最省事的合规设计。三是节奏:先在单一品类做到95%,再用“通用架构+品类适配”向其他品类复制。猪、禽、反刍的品类差异比水产小得多,但把设备数据变成可核验判断这条路径是一样的。

来源:南方农村报(2026-11-13)|原文链接:https://nfncb.cn/yaowen/1000277.html