在海拔 4000 米的祁连山深处，一套红外相机近日传回三只雪豹幼崽嬉戏的珍贵画面。通过腾讯升级后的“物种之眼”AI系统，科研团队迅速锁定雪豹活动轨迹，为高山生态保护提供了关键数据支撑。
恰逢第 55 个世界地球日，腾讯 SSV技术公益团队宣布，“物种之眼”AI完成重大技术迭代，识别物种数量扩展至 286 种本土兽类与禽类，并计划年内覆盖 1500 余种中国鸟类。 腾讯 SSV 技术生态负责人李哲表示：“AI正在将生物多样性保护从‘人海筛图’带入‘智能识别’时代。”
物种定位识别一体化 破解空拍场景“数据洪流”
雪豹，被誉为“高山生态系统的守护者”，是中国一级保护动物。作为高山生态系统的旗舰物种，保护雪豹的栖息地可同时庇护雪雀、岩羊等30- 40 种伴生生物，堪称青藏高原生态保护的“关键钥匙”。
为拍到雪豹生活玩耍的照片，保护工作者需要徒步深入海拔 5000 米的雪山，在陡峭岩壁间布设红外相机。这些相机虽能自动拍摄，却有个“敏感脾气”——风吹草动、牛羊路过，甚至一片树叶飘落都可能触发快门。
包括雪豹生态监测在内的野外生物多样性监测长期面临两大痛点：复杂环境拍摄导致图像质量参差不齐，空拍误触产生海量无效数据。
以雪豹栖息地监测为例， 200 台红外相机部署 10 个保护区后，回收的数十万张照片中约90%为空白镜头或误触发画面。传统人工筛选需召集10- 20 名志愿者，经过数周高强度标注，仍可能因疲劳导致误判漏判。
升级后的“物种之眼”AI依托自研YOLO-World大模型，只需要使用一个模型就能实现物种定位与识别功能一体化。即使面对低画质、动态模糊或遮挡图像，AI仍可准确定位动物踪迹，避免数据遗漏。
图说：动态模糊识别效果
图说：大面积遮挡识别效果
图说：多只识别动物目标下，带遮挡的识别效果
李哲指出：“过去人工筛选两周的工作量，AI只需几分钟即可完成，且准确率达85%-95%。”这一突破不仅解放了人力，更让科研人员得以聚焦数据分析与保护策略制定。
识别范围覆盖数千物种 少样本学习撬动有效识别
升级后的“物种之眼”AI 实现了覆盖多种生态环境，以及可以高精度识别多种物种。
物种之眼 AI支持森林、高原、湿地等多种生态环境，当前可识别 286 种红外相机高频拍摄物种，包括雪豹、藏羚羊等国家一级保护动物，以及多种二级保护物种。“大熊猫、羚牛、林麝的识别准确率分别达到94%、90%、90%。”李哲介绍道。
相比于传统模型需要几千张数据进行单一物种的识别训练，在物种之眼的基座模型下，同一个场景中， “物种之眼”只需要少量的数据学习，就可获取显著识别效果提升。经测试，导入500- 1000 份新数据进行学习后，“物种之眼”对物种识别的准确率及召回率的平均值有显著提升，提升幅度在10%-20%之间，极大降低标注成本。
开放协作：全民协同物种数据采集 科技兑现共生承诺
目前，腾讯同步开放了“野朋友生物多样性数据协作平台”，打通科研机构与公众协同链路。
图说：野朋友生物多样性数据协作平台
在机构端，保护组织可通过野朋友小程序批量处理红外影像，发布物种调查任务。生态保护机构可登陆野朋友小程序，使用物种之眼进行批量物种图片识别处理。同时，该平台支持人工校对功能，可对AI识别结果进行快速核验和修正，后续这些生态数据能被用于训练识别更准确的野生动物检测模型。
在野朋友小程序上，公众能低门槛参与机构和研究人员发起的生物多样性研究和保护的公民科学任务，共同建设数字物种图鉴。
图说：公众参与野朋友小程序公民科学活动
“技术开放让公众从旁观者变为生态共建者。”李哲介绍，腾讯技术公益团队与多个合作机构分析项目数据后发现，“公众数据+AI分析”模式使公民科学效率提升400%，“野朋友计划”有望推动生物多样性保护迈入“全生境智能守护”新阶段。
（推广）