AI是新質生產力，是各行業(yè)發(fā)展的全新引擎。隨著大語言模型(LLMs)的爆發(fā)，尤其是DeepSeek的普遍應用，AI如何落地，成為各行業(yè)普遍考慮的核心議題。辰山植物園正值國家植物園建設的關鍵時期，全園高度關注AI的發(fā)展，通過設立智能保育、植物科研AI應用等研究方向，支持全園職工積極探索AI在推動園區(qū)智慧化建設管理和植物基礎研究領域的應用場景。

辰山植物園信息技術部根據辰山總體規(guī)劃，與各個部門保持密切合作，積極開展了AI相關的基礎建設工作。組織開展一系列AI科普學習，已經在辰山本地部署了DeepSeek R1、QWen、QWQ、Gemma3、MinCPM-v 等多個大語言模型及多模態(tài)AI模型，開通了AI交互應用界面，為用戶提供了基于自然語言的問答應用。

大模型的本地部署，更重要的意義是引入AI的能力，為現有的業(yè)務系統提供全新的應用編程接口，將AI嵌入功能模塊中，實現多語言理解、長文本摘要、信息字段提取、智能表格解析、數據格式轉換、圖像內容識別、代碼生成與自然語言報告生成等功能。通過模塊的替換、嵌入，改變業(yè)務系統與工作平臺，提升全園的管理水平與工作效率。為此，本地部署的大模型，都已經開通了API調用接口。目前已經開始進入應用階段。例如，通過千問大模型，已實現對R語言2萬余個程序包的自動翻譯功能，并開發(fā)出植物志多語言互譯的應用。

除了大語言模型應用外，基于深度學習的物種智能識別技術，在植物園野外考察、科普教育、數據預處理等方面也發(fā)揮著重要作用。信息技術部已經完成了與“花伴侶”專業(yè)版、“形色”App的技術對接，為后續(xù)合作打好了基礎。此外，辰山植物園技術團隊也在探索可以本地部署的物種識別模型，通過自主研發(fā)，開發(fā)可以自行訓練的物種圖像識別引擎，目標是構建完全自主可控的智能識別系統。目前，基于iNaturalist開源資源，已經完成了一套萬種生物識別引擎，實現了完全本地部署。后續(xù)，技術團隊將通過物種訓練圖庫工作推動辰山版本智能鑒定系統的開發(fā)。

未來，基于華東植物在線豐富的數據資源，以及辰山植物園課題組已有的YOLO種子智能鑒定、專題組學數據庫、智能園藝應用等系統，通過大語言模型的語義理解能力，進行系統的深度整合，創(chuàng)建辰山的智能化植物保育綜合信息平臺，為國家植物園建設提供核心支撐。