AI是新质生产力，是各行业发展的全新引擎。随着大语言模型(LLMs)的爆发，尤其是DeepSeek的普遍应用，AI如何落地，成为各行业普遍考虑的核心议题。辰山植物园正值国家植物园建设的关键时期，全园高度关注AI的发展，通过设立智能保育、植物科研AI应用等研究方向，支持全园职工积极探索AI在推动园区智慧化建设管理和植物基础研究领域的应用场景。

　　辰山植物园信息技术部根据辰山总体规划，与各个部门保持密切合作，积极开展了AI相关的基础建设工作。组织开展一系列AI科普学习，已经在辰山本地部署了DeepSeek R1、QWen、QWQ、Gemma3、MinCPM-v 等多个大语言模型及多模态AI模型，开通了AI交互应用界面，为用户提供了基于自然语言的问答应用。

　　大模型的本地部署，更重要的意义是引入AI的能力，为现有的业务系统提供全新的应用编程接口，将AI嵌入功能模块中，实现多语言理解、长文本摘要、信息字段提取、智能表格解析、数据格式转换、图像内容识别、代码生成与自然语言报告生成等功能。通过模块的替换、嵌入，改变业务系统与工作平台，提升全园的管理水平与工作效率。为此，本地部署的大模型，都已经开通了API调用接口。目前已经开始进入应用阶段。例如，通过千问大模型，已实现对R语言2万余个程序包的自动翻译功能，并开发出植物志多语言互译的应用。

　　除了大语言模型应用外，基于深度学习的物种智能识别技术，在植物园野外考察、科普教育、数据预处理等方面也发挥着重要作用。信息技术部已经完成了与“花伴侣”专业版、“形色”App的技术对接，为后续合作打好了基础。此外，辰山植物园技术团队也在探索可以本地部署的物种识别模型，通过自主研发，开发可以自行训练的物种图像识别引擎，目标是构建完全自主可控的智能识别系统。目前，基于iNaturalist开源资源，已经完成了一套万种生物识别引擎，实现了完全本地部署。后续，技术团队将通过物种训练图库工作推动辰山版本智能鉴定系统的开发。

　　未来，基于华东植物在线丰富的数据资源，以及辰山植物园课题组已有的YOLO种子智能鉴定、专题组学数据库、智能园艺应用等系统，通过大语言模型的语义理解能力，进行系统的深度整合，创建辰山的智能化植物保育综合信息平台，为国家植物园建设提供核心支撑。