四川农业大学自考slogan

深耕校企协同,以智能技术重塑生猪育种新范式

近日,我校与四川德康农牧食品集团股份有限公司在成都正式签署战略合作协议,“生猪产业大模型与智能体平台联合研发项目”同步启动。作为一所以农业科技为鲜明特色的国家“双一流”建设高校,学校此次与德康集团的深度携手,并非简单的产学研对接,而是将实验室里的遗传育种算法、智能表型技术,精准嵌入到生猪全产业链的真实生产节律之中。从“经验育种”迈向“数据育种”,这一转变背后,是学校数十年学科积淀与企业海量产业场景之间的一次系统性咬合。

一、瞄准产业痛点:把科研命题立在生产线上

生猪产业横跨育种、养殖、屠宰与食品质量管控等多个环节,长期存在着数据孤岛林立、人工依赖度高、优质基因筛选精度不足等结构性难题。传统育种模式下,专家经验固然宝贵,却难以大规模复制与标准化传递。此次联合研发项目之所以值得关注,正在于它没有停留在笼统的“校企合作”框架里,而是将攻关方向细化为可执行、可验证的技术路径。

项目明确聚焦核心育种场、规模化养殖场、屠宰加工三大场景,围绕智能表型采集、育种算法、育种智能体、育种大模型四大方向展开协同攻关。这一布局的逻辑十分清晰:育种场解决“选得准”的问题,养殖场解决“管得精”的问题,屠宰环节则完成肉质数据的反向回流,为育种提供闭环反馈。按照项目组的规划,后续还将依据研发进度,逐步向食品质量管控与供应链管理延伸。这种“场景牵引、逐层渗透”的策略,避免了技术研发与产业应用脱节的常见困境。

二、数据说话:智能育种已跨过验证门槛

一项技术是否具备推广价值,最终要看它在真实生产环境中的表现。在这一点上,前期积累的测试数据提供了有说服力的参照。

智能数据采集与数字表型技术已在德康集团3个核心场和1个扩繁场完成阶段性测试,产房选种环节的准确性从95%跃升至99%以上。这意味着在仔猪出生环节,系统对优质个体的识别误差被压缩到了极小的区间。与此同时,“德育云”平台已沉淀超过500万条繁育记录,核心种猪群规模达到1.49万头,为模型训练与算法迭代构筑了扎实的数据底座。

更值得关注的是我校动物科技学院朱砺教授团队研发的DeepBLUP育种软件。实测数据显示,该软件将遗传评估准确度进一步提升15%,计算速度提升120%以上,核心算法已完成海光DCU适配与华为昇腾认证,在畜禽遗传评估领域实现了“算力、算法、算料”的完全国产化。这一突破的意义超出了单一软件范畴——它意味着我国生猪育种在核心计算工具层面,不再受制于外部技术生态的约束。

三、从工具到能力:让专家经验转化为可复用的算法资产

校企合作的深层价值,往往不在于签下一纸协议,而在于知识形态的转化。朱砺教授在签约时有一个判断颇为精准:AI技术的引入,能够让专家积累的宝贵经验通过算法完成复制与推广。这句话点出了当前生猪育种领域的一个关键命题:优秀育种家的判断力是稀缺资源,而算法可以将这种判断力部分地“固化”下来,使其在更大范围内被调用。

项目的设计逻辑与此高度吻合。智能体与大模型并非要取代育种专家,而是承担起数据清洗、表型关联、候选个体初筛等高频次、高重复性的计算工作,把专家从繁琐的比对中解放出来,聚焦于更具创造性的决策环节。德康集团方面亦明确表示,项目以真实业务问题为牵引,围绕“数据能否稳定采集、分析结果能否转化为可执行建议”开展验证,并通过人工复核与现场反馈持续迭代。这种“人在回路中”的迭代机制,保证了技术演进始终服务于生产实际,而非陷入算法自娱的陷阱。

四、产研融合的川农路径:把论文写进猪场里

回望学校近年来的科研布局,此次合作并非孤立事件。学校在“华系种猪育种技术与核心种源创制及应用”领域刚刚摘得国家科学技术进步一等奖,生猪产业大模型项目的启动,可以视为这一优势方向的数字化延伸。从种源创制到智能育种工具研发,再到全产业链智能化平台搭建,一条从基础研究到应用转化再到产业赋能的链条正在成形。

对于学校而言,与企业共建大模型与智能体平台,还承载着人才培养模式更新的意图。协议中明确,双方将联合推进专利研发、软件著作权登记、行业标准制定以及示范应用场景建设,同步开展复合型产业科技人才培养。在真实的产业数据与业务场景中训练学生,其效果远非课堂模拟可比。这种“企业出题、高校答题、产业验题”的协作范式,正在成为学校服务四川由畜牧大省向畜牧强省跨越的一条务实路径。

从更宏观的视野来看,生猪种业的竞争本质上是数据资产与计算能力的竞争。谁能够更高效地将海量生产数据转化为可操作的遗传进展,谁就掌握了下一阶段产业升级的主动权。学校此次与德康集团的携手,瞄准的正是这一核心命题。当国产算法在国产算力上跑通全链条遗传评估,当智能体开始辅助育种专家完成日常决策,当屠宰端的肉质数据反向驱动育种端的选配方案——这些具体而微的技术进步叠加在一起,构成的将是中国生猪产业从“跟跑”到“并跑”乃至“领跑”的底层动力。学校也将以此为起点,持续深化与行业龙头企业的协同创新,在农业人工智能的浪潮中,守好种业这一农业的“芯片”关口。