温氏股份首席科学家吴珍芳：从“AI养猪”到“AI科研” 农牧业迎来“智”变加速度
2026-09-19 · yuandangdtpj.com
近日，上海证券报记者在广东云浮 温氏股份 调研时看到，农牧行业AI转型正在从“AI养猪”的生产场景向育种、 饲料 营养、疫病防控等底层科研环节深度渗透。 作为国内农牧业龙头企业， 温氏股份 联合华为、中国农业科学院、 软通动力 正在建设AI4S（AI for Science， 人工智能 驱动科学研究）科创平台，推动我国农牧业 AI应用 从“生产端效率提升”向
近日，上海证券报记者在广东云浮 温氏股份 调研时看到，农牧行业AI转型正在从“AI养猪”的生产场景向育种、 饲料 营养、疫病防控等底层科研环节深度渗透。
作为国内农牧业龙头企业， 温氏股份 联合华为、中国农业科学院、 软通动力 正在建设AI4S（AI for Science， 人工智能 驱动科学研究）科创平台，推动我国农牧业 AI应用 从“生产端效率提升”向“研发端范式创新”升级。
温氏股份 首席科学家、研究院院长吴珍芳是今年国家科学技术进步奖一等奖项目“华系种猪育种技术与核心种源创制及应用”的第二完成人，长期深耕生猪遗传育种与种源自主化攻关。他在接受记者专访时表示，科研引入AI并非简单工具升级，而是农牧科研方法论的革新。依靠产学研协同、龙头企业示范带头，我国农牧业有望迎来更深度的“智”变。
“AI可以赋能千行百业，我们也希望AI技术能够在农牧科研方面发挥作用，提升研发效率，加速科学发现，让科研周期更短、成本更低、突破更快。”谈及建设AI4S平台的初心时，吴珍芳说。
据吴珍芳介绍，在生产领域，农牧业龙头企业已经大量引入AI。摄像头、轨道巡检 机器人 、智能饲喂设备等已落地猪场一线，替代和辅助人工完成巡检、行为观察、饲喂调控等重复性劳动，实现生产环节降本提效。
但仅停留在生产端，远未释放出AI全部潜力。当前，温氏股份正积极将AI引入科研，于今年7月联合华为、中国农业科学院、 软通动力 建设温氏股份AI4S科创平台。
据吴珍芳介绍，传统畜牧科研长期面临多重痛点。以育种为例，育种的根基是海量的表型、环境和基因数据。猪的生长速度、料肉比、肢蹄状态、行为特征等表型，过去高度依靠人工采集，效率有限，准确度易受干扰。数据量越大，育种评估准确度越高，但传统手段想要获取大规模高质量数据集，成本高、难度大。
即使拿到 海量数据 ，传统分析模型的承载力也存在天花板。“科研人员需要耗费大量时间整理数据、撰写育种评估报告，一份完整报告，熟练科研人员需要耗费一整天，但引入AI后，最快几分钟就能输出分析报告。”吴珍芳说。
据了解，温氏股份AI4S平台建立在公司数字化底座之上，构建了“数据汇聚—工具服务—智能推演—闭环优化—资产沉淀”科研闭环，可以完成大规模数据采集、解析、推演。在数据层面，平台建成多物种、多维度统一科研数据库，依托AI非结构化数据治理技术，将数据获取周期由天级压缩至小时级。搭配AI大模型深度解析、推演，可以把最有希望的方向筛选出来，科研人员再集中精力做验证，有助于大幅缩短育种周期，提升遗传评估效率与精准度，支撑精准选种选配，加快遗传进展。
AI4S被称为继实验科学、理论科学、计算科学、数据密集型科学之后的“第五科研范式”。
温氏股份AI4S平台采用“1+3+N”整体架构，“1”即统一的AI科研底座，“3”即聚焦基因育种、疫病防控、 饲料 营养三大核心科研领域，“N”即基因挖掘、遗传评估、疾病预警、营养需求等多个 AI智能体 应用，目标是依托 人工智能 技术，推动农牧科研摆脱传统经验驱动模式，迈向数据与知识赋能的智能化新阶段。
据吴珍芳介绍，温氏股份AI4S平台项目分一期、二期。一期联创项目周期为12个月，优先夯实基因育种、 饲料 营养、疫病防控三大核心业务，解决“更优质的品种，更精准的配方，更快速的预警”等问题。目前育种领域遗传评估智能体已实现流程贯通，能够辅助科研人员计算参数、输出报告，疫病预警、精准饲喂也已落地试点。
种业是畜牧业的“芯片”，AI赋能育种是AI4S平台核心抓手。我国传统土猪虽肉质风味优良，但生长速度慢、饲料转化率偏低、肥肉占比高，难以适配消费者的需求及现代规模化养殖需求。在很长一段时间，国内要从海外进口种猪，还要高价采购海外生猪基因芯片，支付高昂的 知识产权 费。
依托“华系种猪育种技术与核心种源创制及应用”成果，我国生猪核心种源实现高标准自主可控。“现在国内外育种技术基本齐头并进，AI作为新的技术工具，如果我们利用得好，可以比欧美跑得更快，品种迭代速度就会领先。”吴珍芳说。
吴珍芳预测，在AI4S平台赋能下，育种判断的准确性有望提高10%至20%，遗传进展相应能够提高20%至30%。原来要十年完成的品种改良，现在七八年就可以做完。
“之所以把疫病防控列入三大核心场景优先引入AI赋能，是因为疫病对于猪场的打击是毁灭性的。”吴珍芳说。目前，依托摄像头、轨道 机器人 采集猪只行为、咳嗽声纹，已经能够实现疫病早期预警。AI4S平台构建了企业级端到端自动化病原分析工作流，希望能将病毒检出准确率提升15%，未知病原挖掘周期从6天至7天压缩到3天至4天，通过提前预警规避重大疫情带来的损失。
饲料成本占养殖总成本的60%至70%，AI可以优化配方试验，让精准饲喂得以实现。“AI赋能下，饲料节约10%是没有问题的，可以显著降低饲养成本，也对我国整体的粮食安全有重要意义。”吴珍芳说。
“AI正推动农牧业向高科技产业转型，我们给自己定位是做行业先锋，希望通过共建AI4S平台，保持走在前面。”吴珍芳表示。
吴珍芳直言，AI+农牧科研投入高、试错成本大。中小企业受资金、人才、数据限制，很难搭建底层AI4S科研平台，“现在整个行业数字化转型都在加速，但真正做底层平台自研的还是龙头企业，小企业更多是等方案成熟之后直接采购使用”。
“总要有人先去做，做研发是有代价的，会有失败，大企业有能力承担试错成本。AI是科技驱动的重要一环，帮助企业始终保持行业技术第一梯队，技术优势最终体现在成本优势、质量优势上面。”在他看来，龙头企业要先行跑通路径，沉淀可复制样板，成熟后输出技术方案，带动全行业科研范式升级。
在吴珍芳看来，AI与生物技术的深度融合，将打开我国种业更大的想象空间。AI可以辅助挖掘关键功能基因，后续对接基因编辑等生物育种技术，打通“AI科学发现—实验室验证—产业落地”干湿实验闭环，有助于我国真正把种源创新的主动权牢牢握在手里。
从“AI养猪”的生产端提效，到“AI科研”驱动底层研发变革，农牧业智能化正在酝酿生产力的关键跃升。在龙头企业的示范带动之下，产学研协同创新持续深化，我国农牧产业有望加速向高科技产业蜕变。