在农业病虫害防控领域，准确的虫害识别是科学施策的前提。云飞科技围绕植保核心业务，持续推进"监测—预警—决策"一体化体系建设，通过AI技术提升田间感知、分析与决策能力，为种植管理提供更科学、更高效的技术支撑。

　　高质量数据集建设是提升AI模型性能的关键。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升20%以上，形成了一套从数据积累到模型优化的完整流程。在害虫图像数据库方面，设备已布设于31个省级行政区，覆盖630多个市县、8000多个监测点，庞大的数据积累为模型的持续训练提供了坚实基础。

　　在算法层面，云飞科技与中科院合肥物质科学研究院所携手推进合作计划，并依托企业级算力平台支撑模型迭代。经现场验证，其虫害识别模型识别准确率分别达到89.81%和95.4%，并获得了中国植物保护学会组织的病虫害测报领域专家的现场认可。

　　依托不断扩充的样本库与持续优化的算法，云飞科技的病虫害监测系统已覆盖小麦、玉米、水稻、蔬菜、林业、果园等主要场景的关键害虫，并在由单一大田场景向设施农业场景延伸、由虫害AI识别向病害识别扩展的过程中，逐步完善识别能力。

　　下一步，云飞科技将继续开展病虫害AI识别能力建设，推进区域化预测模型建设，并探索大模型在植保领域的应用，推动病虫害识别、预测预警与防治知识库的深度融合，助力各级植保机构提升监测预警的智能化水平。