AI在农业中的进步关键取决于基础模型的调整以及针对农业应用的专用模型开发。虽然通用的大语 言模型提供了强大的能力,但它们需要针对农业场景进行显著的微调和适配。农业专用AI模型需要 需要大量资源用于场景适配;许多现有的AI架构需大幅修改,以应对农业的生物复杂性及对天气的 农业AI模型的普及需要投资于让技术惠及各类利益相关方,从大型商业企业到资源有限的小农户。 对模型压缩和蒸馏技术的投入,可使复杂的AI运行在更经济的硬件上,这与Meta的Llama 3 8B模型 推广人员及当地技术人员提供农业AI教育和能力建设,是一项关键投资重点,可成倍放大农业社区 硬件和软件支出的影响力。例如,AGEYE Technologies公司(已获投资) 78 Jaipuria (2024), https://www.wing.vc/content/plummeting-cost-ai-intelligence