近年来，云飞科技持续推进"监测—预警—决策"一体化体系建设，围绕植保核心业务不断拓展AI技术的应用场景。公司将虫害AI识别能力从传统大田向设施农业延伸，并逐步实现由虫害识别向病害识别扩展、由实时监测向预测预警过渡，让田间感知、分析与决策能力得到持续提升。

　　高质量数据集的积累，是模型性能提升的关键支撑。截至目前，云飞科技已累计构建超过200万条标准化虫害识别样本库，并通过持续的数据清洗、标注优化与模型升级，使平均识别率较初期提高了20%以上，形成了一套从数据积累到模型优化的完整流程。 依托覆盖全国的监测网络，相关设备已布设于31个省级行政区、8000多个监测点，庞大的实地数据进一步夯实了算法训练基础。

　　在算法与算力层面，云飞科技与中科院合肥物质科学研究所开展长期合作，并构建了企业级算力平台，为海量图像数据的高频迭代与训练提供支撑。2024年，由中国植物保护学会组织专家对AI识别模型进行现场验证，报告显示虫害识别准确率分别达到89.81%和95.4%。

　　本次系统迭代后，虫情测报灯等智能设备可自动完成诱捕、拍照、识别与数据上传全流程，当害虫数量达到防治阈值时即时触发精准预警，帮助植保人员提前锁定风险区域与虫害种类。 系统还整合气象、环境等多源数据，对病虫害潜在扩散趋势进行科学预判，并生成虫情态势图，辅助防控资源的合理调度。

　　随着虫害识别数据的持续积累与模型不断优化，云飞科技的智慧农业病虫害监测系统正朝着更精准、更高效的方向稳步演进。未来，公司将继续以数据资产驱动植保决策，深化产学研合作，拓展技术应用场景，为粮食安全和农业绿色转型提供持续的技术支撑。