A Sinong foi apresentada pela Universidade Agrícola de Nanjing em 10 de janeiro de 2026, durante o Fórum Nacional de Educação Superior, sendo o primeiro LLM open-source do mundo criado especificamente para o agronegócio. O projeto disponibiliza duas configurações — 8B e 32B parâmetros — e já está disponível nas plataformas GitHub e ModelScope.
Uma das grandes apostas do Sinong é a democratização do acesso à IA. Ao abrir o código e o modelo, a universidade permite que empresas, instituições de pesquisa e desenvolvedores ao redor do mundo adaptem, distribuam e inovem sobre o LLM sem restrições proprietárias.
O conjunto de dados utilizado para treinar o Sinong é expressivo: mais de 4 bilhões de tokens agrícolas, integrando quase 9.000 livros, mais de 240.000 artigos acadêmicos e aproximadamente 20.000 documentos de políticas e padrões do setor. A base de conhecimento abrange áreas como ciência animal, economia agrícola, horticultura, agricultura inteligente, medicina veterinária, proteção de plantas e melhoramento de culturas.
Junto com a diversidade de dados, o projeto destaca técnicas para aumentar a confiabilidade. O Sinong utiliza raciocínio em cadeia (chain-of-thought) e referências contextuais robustas para mitigar alucinações, elevando o patamar de precisão para aplicações de TI no setor.
A disponibilidade em código aberto sinaliza uma tendência de fundações abertas e domínio específico. Em vez de depender de modelos proprietários, organizações podem construir soluções mais profundas e inovadoras com apoio da comunidade global.
Para o setor de TI, o lançamento abre a possibilidade de modelos verticais para diferentes indústrias, bem como a criação de um ecossistema colaborativo que acelera o ciclo de inovação. Startups e empresas podem desenvolver aplicações especializadas sem investir recursos bilionários no treinamento de um modelo do zero.
A iniciativa reflete uma estratégia chinesa de IA vertical, onde setores estratégicos são priorizados. O agronegócio é apenas o primeiro caso de uso; a metodologia pode ser adaptada a áreas como saúde, manufatura avançada, energia e logística. Esse caminho pode reduzir barreiras de entrada e aumentar a eficiência em várias cadeias produtivas.
Com a disponibilização global no GitHub, pesquisadores e desenvolvedores de diferentes regiões podem adaptar o Sinong às particularidades de culturas locais, como agricultura tropical, reforçando a ideia de um ecossistema de IA distribuído. No contexto de TI corporativo, o movimento incentiva a cultura de “adaptar” — uma via entre construir do zero e comprar de fornecedores externos.
