蜉蝣-北京密云區北莊鎮攝

北京密云區清水河畔，北莊鎮的初夏午后，空氣微涼，遠未到生物活躍的巔峰時節。

一場不期而至的細雨，為這片山水蒙上了一層薄紗。自然教育平臺“科普游子”的向導指向樹桿上振翅欲飛的微小身影：“看，一只蜉蝣。它可能只有今天了。”——朝生暮死，這是蜉蝣注定的生命軌跡。

周圍人群屏息凝神，將手機鏡頭悄然對準這短暫的生命，“野朋友計劃”小程序的AI識圖隨即響應，關于蜉蝣“一日一生”的百科知識便出現在屏幕之上。

在AI識別的輔助下，人們手中的手機鏡頭成為了探索自然的“翻譯器”。短短4小時，竟識別并記錄了超過60多種形態各異的生命。“根據今年5月22日的最新數據，北京一共有7121種野朋友。”向導表示，這是北京已探明的物種數據。在科普游子的愿景中，他們希望通過AI識別、記錄，公眾有興趣、低門檻參與生物多樣性保護，這或許能繼續擴大北京的生物多樣性拼圖。

AI識圖+追問，構建公眾參與的便捷通道

上述提到的向導名叫“貓頭鷹”，這是他為自己取的“自然名”，代表著他深入研究的領域是鳥類。

和向導貓頭鷹一樣，“科普游子”還匯聚了眾多精通不同自然領域的年輕向導，滄龍、冰藻、山丘......他們一直踐行著平臺創辦初衷：帶領都市人走進自然認識植物、鳥類、走獸、昆蟲，重建人與自然的關系。

北莊鎮的周末，經常能看到向導們帶領都市人群探索自然的身影，然而，在頻繁的公眾科普活動中，一個普遍痛點日益凸顯：公眾雖有強烈的參與生態保護的意愿，卻苦于找不到便捷的參與途徑，難以與專業機構建立聯系，更缺乏識別物種和獲取相關知識的渠道。

這一痛點其實早已被國家政策關注，今年1月，生態環境部發布的《中國生物多樣性保護戰略與行動計劃（2023—2030年）》中明確提出，要拓寬全民參與渠道，發展生物多樣性公民科學，搭建以智能手機和互聯網為主要手段的全民參與監督平臺，促進實現生物多樣性數據積累、共享和良性發展。

發展生物多樣性公民科學，找到合適的公眾參與入口非常關鍵。騰訊“野朋友計劃”微信小程序就是在這樣的背景下建立起來的。據筆者了解，為了能夠快速響應用戶不斷發起的識別交互需求，“野朋友計劃”小程序底層搭載了基于騰訊混元大模型的AI物種識別與智能問答交互功能“混小野”。這是首次將AI技術深度應用于普通公眾日常參與生態保護的場景。

公眾不需要復雜設備，只需操作手機拍攝或上傳圖片，“混小野”便會自動發起對話：“這是什么動物/植物？”在獲得AI生成的物種信息后，公眾還能進一步追問，獲取拓展知識。

混小野交互界面

在現場向導的指導下，我們將偶遇的赤練蛇拍照進行了物種鑒別，當詢問普遍認知的“打蛇打七寸是真的嗎？蛇的七寸是哪里？”混小野不僅能科學的糾正這一說法，還介紹了不同蛇類的身體結構與七寸的實際位置，并給出安全建議，完成從識別到深度知識獲取的閉環交互。

AI代替人海篩圖，機構工作量從兩周壓縮至分鐘級

參與生物多樣性保護的主力軍不僅包括公眾，更有眾多專業保護機構。機構們通常將紅外相機監測作為最主要的科技手段，進行生物多樣性保護的數據采集。

被譽為“高山生態系統的守護者”的雪豹，是紅外相機鏡頭下的明星。作為高山生態系統的旗艦物種，保護雪豹的棲息地可同時庇護雪雀、巖羊等30-40種伴生生物，堪稱青藏高原生態保護的“關鍵鑰匙”。

但在紅外相機傳回的照片中，雪豹并不總能霸占C位，這源于紅外相機的“敏感脾氣”，有時一片落葉飄落都有可能觸發快門。總體而言，長期的紅外相機監測作業中面臨著兩大痛點：復雜環境拍攝導致圖像質量參差不齊，空拍誤觸產生海量無效數據。

然而，除雪豹外還有許多其它需要監測的物種，紅外相機的部署量也日漸增多，隨之而來的是海量圖像資料的數據處理壓力。

以一個保護區為例，為了勘測野生動物活動，它會在區內布設30-100臺紅外相機，一臺相機一個周期內拍攝300-500張照片，以每次部署3個月回收一次來計算，一個保護區一年就會產生幾萬到幾十萬的不等的紅外相機圖像數據。這些圖像數據會交由保護人員、志愿者進行人工識別、分類存儲，而一人一天只能處理3000-5000張圖片。高強度的標注工作下，仍可能因疲勞導致誤判漏判。

AI技術為解決這一困境提供了關鍵方案，即用智能識別代替人海篩圖。

多家生物多樣性保護機構與騰訊聯合，打磨出了“物種之眼”AI，以此為底層能力面向G/B端開放“野朋友生物多樣性數據協作平臺”，對野外紅外相機、監測設備拍攝的圖片進行批量處理，服務于種群調查、棲息地評估等科研和保護場景。

“過去人工篩選兩周的工作量，AI只需幾分鐘即可完成，且準確率達85%-95%。”騰訊SSV技術生態負責人李哲介紹道。

不過，在機構端面臨的一個問題是，效率提升的同時，成本是否會隨之上升？

據了解，“物種之眼”依托了騰訊自研YOLO-World技術架構，只需要使用一個模型就能實現物種定位與識別功能一體化。此外，與傳統模型需要幾千張數據進行單一物種的識別訓練不同，它還具有多模態零樣本識別與少樣本識別能力，這意味著它可通過少量樣本迅速識別多物種的動物位置區域和物種信息，甚至識別并定位未經訓練過的物種。同時，YOLO-World的端側部署特性也能降低成本，加速AI技術的落地效率。

AI賦能不僅解放了人力，更讓科研人員能將寶貴精力聚焦于數據深度分析和制定更有效的保護策略。

打通鏈條，構建數據驅動的生態保護閉環

生態保護機構與公眾參與者本應是相互依存、協同共進的整體。機構倡導并需要公眾參與的力量，而公眾通過“野朋友”等平臺互動獲取的知識內容又直接來源于這些權威機構。

如何打通普通公眾與專業機構之間的溝通屏障？圍繞數據鏈接二者，形成數據的正向循環，是目前探索出的一種解決方案。

打開“野朋友計劃”小程序，其設置了“宅家找動物”與“出門找動物”兩大場景，將公眾參與劃分為線上數據處理，和線下數據采集。

“野朋友”小程序頁面

機構通過“物種之眼”高效處理的紅外相機數據會出現在小程序，公眾所做的線上數據處理，就是在照片中找到并識別野生動物。為了讓公眾形成有效助力，小程序研發團隊將機構日常開展物種標注任務的工作流程進行了工具化拆解，公眾只需完成簡單的三個步驟：判斷照片中是否有動物、識別照片中的動物數量、框出看到的動物，就能配合AI識別完成數據標注。

隨著完成任務的次數增加，公眾也會逐步解鎖更具挑戰性的標注任務。與此同時，在每一個環節的識別，小程序后臺都會隨機分配任務、進行多用戶的交叉驗證，以此確保標注結果的準確性和一致性。

線下數據采集則倡導公眾走入自然隨手記錄，通過拍照、錄音、寫下筆記的方式積累自然物種數據。這些記錄數據也會同步提交至權威生態保護機構，為后續專家學者的數據核驗和統計提供有效信息，反哺AI模型訓練。同時，為了確保每條記錄的科學可靠，專業生物學者還會定期對AI識別結果進行人工鑒定。此外，考慮到公眾在記錄中的高頻問題其實是“不知道這是什么物種”，記錄中也添加了AI識別功能“混小野”，提高記錄頻率。

至此，一條由技術創新驅動、連接專業機構與廣泛公眾、實現數據采集-處理-應用-反哺閉環的生態保護協作鏈條正在形成，為全民參與生物多樣性保護鋪就了一條切實可行的道路。據李哲介紹，騰訊技術公益團隊在與多個合作機構分析項目數據后發現，“公眾提交的守護物種的數據+AI分析”模式，使公民科學效率提升了400%。

從激發公眾探索身邊的自然，到AI解放科研人力，技術讓我們得以更清晰地“看見”那些曾被忽略的“野朋友”。當AI成為連接公眾與自然的紐帶，這份對萬千“野朋友”的守護，最終也將回饋到人類自身賴以生存的生態根基——科技向善的意義，也正在于此。（本文首發鈦媒體APP 作者 | 賈雨微）