2026年5月22日，18岁雌性长江江豚“福久”产下一头健康雄性幼豚。这次分娩是长江江豚人工种群有记录以来的首例头位分娩。为持续观察母豚与幼豚的互动，华为TECH4ALL联合武汉白鱀豚保护基金会、中国科学院水生生物研究所长江江豚繁育保护中心，首次搭建长江江豚行为识别智慧系统。它的价值不在于代替科研人员，而是把多路视频中的行为片段整理成可统计、可回看、可预警的数据，让长期照护更连续。
新生幼豚为何需要高频、连续观察
幼豚出生后的呼吸、哺乳、游动和与母豚的位置关系，都是了解生长状态的重要线索。传统人工观察能够提供专业判断，但面对全天候、多路视频，逐段查看和手工记录会占用大量时间，碎片化笔记也不利于长期比较。特别是在母幼互动频繁、行为持续时间短的情况下，关键片段可能散落在大量普通画面之中。
智慧系统首先解决的是“持续看见”和“快速找到”。它通过多路视频识别江豚日常活动与母幼互动，重点锁定、统计和归档有效哺乳事件，再将零散观测整理成标准化成长档案。科研人员可以从行为曲线和异常提醒切入，回看对应时间段的视频，而不必从头检查全部画面。
这仍然是一套辅助系统。视频质量、遮挡、水体环境和行为姿态都会影响识别，系统给出的标签和预警需要结合原始画面及专业人员判断，不能直接等同于医学诊断或最终科研结论。
四种母幼互动模式让记录口径更统一
华为官方材料列出了四种关键模式：幼豚位、哺乳位、托举位和队列位。幼豚位关注幼豚位于母豚腹部附近的状态；哺乳位识别幼豚仰头在母豚腹下进食；托举位多见于幼豚出生早期，母豚会背着幼豚游动；队列位则表现为幼豚跟随母豚共同游水，并会随着幼豚成长更常出现。
把连续行为拆分为可识别类别，有助于统一不同观察时段的记录标准。系统不仅判断某种行为是否出现，还能统计幼豚出水呼吸频次，生成哺乳频次和时长变化曲线，并分析不同行为所占时间比例。科研人员由此可以观察某项行为在一天或更长周期内是否发生变化。
行为数据的意义不只在于形成图表。只有当类别、时间、频次和原始视频能够相互对应时，数据才能用于复核和积累经验。异常提醒也应被理解为“提示重点检查”，而不是自动给出健康结论。
“近90%准确度”需要放在项目条件下理解
长江江豚繁育保护中心主任郝玉江在华为官方材料中表示，系统当前监测准确度达到近90%。这个数字说明行为识别在当前项目场景中已经具备辅助价值，但它不代表所有行为都能被完全识别，也不能外推到所有水生动物、所有水域或其他视频条件。
评价一套监测系统，还要看误判和漏判能否通过原视频复核、异常提醒是否及时、记录是否连续、数据能否长期保存，以及系统是否真正进入科研人员的工作流程。AI适合承担重复筛选、分类和统计，专业人员则负责解释行为、确认异常和制定照护措施。明确分工，才能避免把算法结果当作替代专业判断的结论。
从一次出生记录到长期成长档案
6月22日幼豚满月时，官方记录其体长已超过80厘米、体重约9公斤，较出生时近乎翻倍，各项生长发育指标正常。这些数据属于“福久”和这头幼豚的具体成长记录，不能被解释为AI系统单独造成的结果。系统提供的是更连续的观察基础，幼豚健康仍来自母豚照护、科研团队经验、饲养环境和综合保护工作的共同作用。
此次头位分娩本身也具有研究价值。官方材料称，齿鲸类头位出生较为罕见，而这次是长江江豚人工种群有记录以来的首例。对科研人员而言，完整保留分娩后母幼互动与成长过程，有助于后续积累可比较的数据和人工保育经验。
技术项目建立在30年保护体系之上
中国科学院水生生物研究所于1996年在武汉建立国家首个江豚人工饲养繁育研究群体，并推动就地保护、迁地保护和人工饲养繁育三位一体的保护体系。武汉白鱀豚保护基金会同样始创于1996年。到2026年，我国开展长江江豚人工饲养已满30年，相关工作已经形成技术规范和科研支撑体系。
这段背景说明，AI系统不是从零开始替代原有保护方法，而是接入长期形成的科研流程。官方材料还提到，2025年长江江豚种群数量恢复至1426头；这一种群变化是多年生态保护、科研与管理共同作用的结果，不能归因于单一技术项目。
判断生态科技价值，可以看四个环节
一是服务对象是否明确，本项目聚焦新生幼豚和母幼互动；二是数据能否回溯，行为标签、时间曲线应对应原始视频；三是系统是否形成闭环，从识别、统计到异常提醒，再由科研人员复核；四是能否持续使用，而不是只完成一次展示。
从这个角度看，长江江豚行为识别智慧系统的实际意义，是把长时间视频转化为更有秩序的观察材料，降低重复筛选负担，并为后续人工保育和研究积累结构化信息。它展示的不是“AI替代人”，而是数字工具如何进入长期保护流程，与科研经验共同守护一个具体物种。
