地方牛品种是国家战略性动物资源，其独特的肉质风味、抗逆性、适应性具有不可替代价值。近年来数智技术领域突飞猛进，以人工智能、基因芯片和智慧育种平台为鲜明特点的新一代生物育种融合技术体系，正重塑肉牛种质创新格局。该文梳理了国内肉牛专用智慧育种平台、高通量基因芯片等的研发进展，重点对3种地方牛育种国产芯片的核心特点、参数设置、技术优势、应用场景及战略意义进行了对比，着重对国家肉牛遗传评估中心和全基因组选择平台、华西牛智能育种管理系统、内蒙古BeefNet肉牛精准育种暨繁育体系云平台建设、宁夏肉牛育种信息管理和肉牛育种分析系统研发应用等国内重要几类地方牛专用智慧育种生成平台的建设运行情况进行了介绍，数智赋能地方牛种质创新技术应用效果明显。同时，分析了人工智能快速发展进程中，机器学习与深度学习在肉牛表型智能识别、肉质无损评价、基因组选择模型优化及全产业链追溯等关键场景中的实践，指出高质量标注育种数据集的稀缺性，模型可解释性弱，推广应用不足，难以在中小牧场普及等问题，建议通过建立统一数据标准、算法接口和算力中心，发展小样本与联合学习，推动核心算法和模型开源共享等方法破解，提出未来构筑统一开放的智慧化地方牛育种云生态等展望，为我国地方牛种业的高质量可持续发展提供参考。

目的 畜禽领域问答往往术语密集、推理链条长，且常涉及指标、参数与方案的权衡；本文从主观题作答与评分细则出发，考查大语言模型在畜禽领域场景中的专业可用性。 方法 构建中文垂直测评基准，即畜禽遗传、育种、营养与生产测评基准（Genetics，breeding，nutrition，and production benchmark，GBNP-2026），收录主观题510道（简答363道、论述147道）；每题配有标准答案、可核查给分点与领域标签。在零样本、无上下文条件下，对9个开源与闭源模型统一评测，采用“给分点覆盖率+质量分”双维度自动评分，并对低分样本作错误归因与跨领域比较。 结果 模型总体得分呈梯度分布，平均分64.03～83.99，覆盖率70.6%～91.9%；论述题得分整体高于简答题；育种领域在多数模型中得分最低。低分样本628例中，知识遗漏占37.3%，幻觉编造占25.0%；知识遗漏比例在领域间差异显著（χ²=8.42，P=0.038）。 结论 与单纯依赖选择题准确率相比，融合覆盖率与质量分的主观题评测有助于区分模型在畜禽专业场景中的能力差异与薄弱环节，但对严格数值推导类任务仍需另行设计题型加以验证。

现代种业与智慧养殖快速发展，畜禽重要表型测定正从传统人工测量向自动化、智能化、高通量测定方向转变。本文聚焦猪、禽等畜禽，系统梳理生长、体尺、生理及行为等重要表型智能测定技术的研究进展，探讨计算机视觉、激光雷达、穿戴式与植入式传感器等核心技术的原理及应用现状，分析基于人工智能的数据处理方法及其在遗传评估中的应用价值，对比国内外畜禽表型智能测定技术的发展水平，剖析技术应用面临的挑战，展望多组学融合、智能化育种等未来发展方向，系统整合多学科技术成果，明晰技术应用痛点与突破路径，重点突出非接触式测定、动态生理监测等核心技术优势，兼顾理论深度与产业实用性，以期为加速我国畜牧产业向高效、绿色、智能转型，保障畜禽产品供给安全、提升种业核心竞争力筑牢技术支撑。