📰 概要

中国每年出栏7亿头猪，规模化养殖占比超70%。但疫病发现滞后、经验难以传承、设备数据孤岛，一直是行业痛点。

2026年5月6日，讯飞和光科技在中粮家佳康吉林百万头猪场落地AI养殖方案：声纹识别「听懂」猪咳嗽、视觉机器人「看清」异常、传感器「管好」舍内气候。PSY稳定突破29，行业领先。

更关键的是，把老兽医十几年的经验，变成了可计算、可复制的算法。

🔍 解读

为什么是「AI翻译」

养猪的最大难题不是技术，而是经验。养了20年的老兽医，判断依据往往是「听起来不对」「看起来没精神」——这些模糊感知，AI很难直接学。

讯飞和光的做法是：技术团队驻场，和老兽医一起工作，把「这头猪声音不对」翻译成声纹特征，把「这圈温度偏高」翻译成传感器数据阈值。

这不是纯技术问题，是人和人的协作问题。

三步走的技术架构

环境层：传感器、摄像头、麦克风布置全场，采集温度、湿度、声音、图像。

感知层：声纹识别检出异常咳嗽，视觉算法识别猪只数量、体重、体温、异常姿态。

决策层：精准饲喂模型输出投喂方案，环控模型调节通风和温湿度，生物安全平台统一管控。

数字说话

PSY 29是什么水平？国内平均水平约22-25。能稳定在29，意味着每头母猪每年多带来4-5头断奶仔猪。按百万头规模折算，这是每年数千万元的效益差距。

单人管理800头仔猪，vs行业平均约300-400头。人效提升2倍。

为什么不是大厂自己做

华为提供算力和网络底座，科大讯飞提供核心多模态感知AI，讯飞和光负责场景落地。三家各有分工：大厂做底座，场景公司做脏活累活——这才是AI落地实体的真实分工。

什么情况不适合用

这套方案的前提是规模化猪场。对于小散养户，设备成本和驻场服务成本都不划算。另外，声纹识别在嘈杂环境里的精度仍是挑战，不是所有猪场都适合照搬。

你该关注什么

AI落地实体经济不是口号。这套方案证明了：让技术团队长期驻场、把经验一点点翻译成数据，是AI农业化的唯一路径。