面壁智能调优端侧模型 Augury：提升植物识别准确率至 80.2% 并探索手机端落地

面壁智能调优端侧多模态模型 Augury，将其在农业植物照片识别上的 Top-1 准确率提升至 80.2%，并推进移动端离线落地。

• 算法优化：通过合并重复物种键并引入 PCA 白化算法，将植物识别 Top-1 准确率由 71.8% 提升至 80.2%。
• 逻辑校正与扩容：修复格式化器虚构土壤 pH 值的问题，将置信度判定阈值由 0.80 调整为 0.65，使澳大利亚带土壤关联数据的物种覆盖量从 188 增至 221。
• 终端部署计划：团队正在开发图形用户界面（GUI）封装，旨在使农户能在智能手机本地离线运行植物与杂草识别。
• 影响/看点：此案例展示了端侧小模型在无网络农田作业中的实用价值，其规模化推广取决于在低算力移动设备上的推理功耗控制与长尾杂草样本的泛化识别能力。
• 资料依据：
• 面壁智能 OpenBMB 官方X账号（2026-09-20）：https://x.com/OpenBMB/status/2101598548232196221

本内容由 AI 生成，仅供参考，请注意甄别