山思红外相机AI识别系统落地四川省大熊猫科学研究院

7月1日，山思生态科技（四川）有限公司技术团队赴四川省大熊猫科学研究院，部署一套针对大熊猫栖息地36个物种的红外相机AI识别模型及配套软件。这是双方在合作备忘录后落地的第一个具体项目。

2026年6月，四川省大熊猫科学研究院与山思生态科技（四川）有限公司在成都正式签署大熊猫及生物多样性保护合作备忘录（MOU）。双方将整合科研人才、保护运营、数字技术资源，以科技赋能野外保护管理，助力大熊猫国家公园高质量建设，探索科研机构与社会企业协同开展生物多样性保护的全新模式。

三步走：部署、扩充、规范化

7月1日部署完成后，双方将围绕红外相机数据合作推进三件事：

第一， 模型部署。 将红外相机影像导入系统，依托山思 AI 模型就能自动完成物种识别与分类标注，单批次数据处理效率较人工提升 10 倍以上。待山思技术团队完成系统安装调试，大熊猫研究院即可独立开展红外影像 AI 分析工作。

第二，物种库扩充。 当前36个物种尚未完全覆盖大熊猫栖息地的全部兽类，尤其是高海拔区域的物种。大熊猫研究院将利用山思的数据集和算法框架逐步训练新物种模型，目标是最终实现对大熊猫栖息地所有兽类的高精度识别。

第三，数据规范化。 大熊猫栖息地跨多个保护区，各保护地长期积累的红外相机监测数据规模庞大，随着监测网络不断扩大，统一处理和标准化汇总的需求日益迫切。山思的系统将承担功能，使分散在各林区的监测数据能够标准化汇总，变成可分析、可导出、可用于决策的数据资产。

桃花源老河沟保护地巡护员 甘明东拍摄

山思数据集来自山里

山思AI模型全部自主研发，它不是用互联网图片训练，而是利用桃花源两个保护地十多年积累的监测数据训练得到的高质量数据集。

桃花源各保护地十多年积累了500万份红外相机数据，其中有70万份数据集精准标注用于模型训练，覆盖36种重点识别物种。基于这些数据，山思自主训练的AI模型识别准确率和召回率均超过95%，野生大熊猫识别准确率达到99%，毫秒级响应。

山思科技是桃花源基金会全资子公司，是从一线保护地生长出来的技术团队，在老河沟的测试已超过2000次。巡护员每天遇到的问题——夜间、雨雾、遮挡、远距离、低分辨率、弱网络——就是模型要解决的训练样本。

大熊猫栖息地的保护注入了新的力量

对大熊猫栖息地而言，山思系统带来的不只是识别效率的提升，而是让整个栖息地的红外相机监测数据第一次有了统一处理、统一标准、统一分析的能力。数据从分散走向聚集，从沉淀走向可用，保护管理的决策依据因此更完整、更及时。

对山思而言，当模型开始训练大熊猫栖息地的所有兽类，它自身的精度和覆盖范围也在实战中持续迭代。保护地生长出来的技术，在大熊猫栖息地变得更强。

杨烨是刚加入山思科技8个月的应届本科毕业生，6月18日刚刚拿到计算机专业本科毕业证，他负责这次山思部署任务。我问杨烨有没有信心，他说"包完成，我年轻不代表技术不强。"

桃花源老河沟保护地巡护员 李玖谦拍摄

从老河沟到整个大熊猫栖息地，山思的技术第一次走出桃花源，开始服务更多保护同行。

山思，用科技守护自然。