Reference · Company dossier
John Deere 全资子公司，See & Spray 视觉识别精准喷施系统的技术核心；从硅谷农机创业公司转为 Deere 精准农业与自主化的 AI 部门。[确认]
2011 年由 Jorge Heraud 与 Lee Redden 在加州 Sunnyvale 创立，两人为斯坦福背景、均有农业家庭背景，最初想做自主割草机，市场无兴趣后转向"看得见、能执行"的智能农机具。[确认] 2012 年推出 LettuceBot，用约 100 万张生菜图像训练、定位精度约 0.25 英寸，在 Salinas 谷与 Yuma 间苗，一度占该细分市场约 10%。[确认] 2017 年推出 See & Spray；现总部位于 Santa Clara（3303 Scott Blvd），CEO 为 Willy Pell，LinkedIn 显示员工 201–500 人（第三方口径约 300 人）。[确认]
2012 年 A 轮 310 万美元，Khosla Ventures 投资；2017 年 B 轮 1,700 万美元，Pontifax AgTech 领投，Monsanto Growth Ventures、Syngenta Ventures、Khosla、DCVC、Innovation Endeavors 参与，累计融资约 3,035 万美元。[确认] 2017 年 9 月 6 日 Deere 宣布以 3.05 亿美元收购，9 月 12 日完成；据 AgFunder，该价格约为其 8,700 万美元投后估值的 4 倍。[确认] 并入 Deere 后不再单独披露融资与估值。[未获取]
产品为 See & Spray 系列：Select（2021 年，休耕地）、Ultimate（2022 年发布，MY2023 的 410R/412R/612R 喷药机，120 英尺喷杆、36 台相机、玉米/大豆/棉花绿对绿喷施）、Premium（可改装 2018 年及以后 Deere 喷药机）、Gen 2（2026 年 1 月发布，MY2027 起在 400/600 系列与 Hagie 上统一 Select/Premium/Ultimate，新增小麦、大麦、油菜、甜菜、花生）。[确认] 商业模式为随机具预付加 5 美元/英亩订阅或年度不限量授权。[确认] Deere 称 2025 年 See & Spray 作业超 500 万英亩、节省 3,100 万加仑药液、非残留除草剂用量减少近 50%，大豆平均增产 2 蒲式耳/英亩（白皮书）。[确认]
See & Spray 的技术栈由四层构成：车载成像、嵌入式推理、喷施执行、云端训练与下发。成像层是装在喷杆上的相机阵列，Ultimate 版本的 120 英尺喷杆布置了 36 台相机，向下拍摄作物与杂草；[确认] 推理层是机载 GPU，算力规模按 Deere 的说法相当于上千台笔记本电脑同时工作；[确认] 执行层是喷嘴级电磁阀，按单株决策开关；训练层在云端，负责标注、再训练与模型版本管理。[推测]
整机集成是这套技术成立的前提。See & Spray 出厂预装于 410R、412R、612R 喷药机，Gen 2 从 MY2027 起扩展到 400 与 600 系列以及 Hagie 机型，并新增小麦、大麦、油菜、甜菜与花生。[确认] 改装套件 Premium 覆盖 2018 年及以后的 Deere 喷药机，用后装方式扩大装机基础。[确认]
数据流大致是：相机以固定帧率采集，推理模型输出作物与杂草的分割结果，决策模块按阈值生成喷施指令，电磁阀在毫秒级开闭，作业日志记录每块地的喷施位置与用量，日志回传后用于标注与模型迭代，新模型经 OTA 下发到机队。[确认] 各环节的先后顺序由系统结构决定，具体时序与延迟分配属于推断 [推测]。数据流的每一段都有延迟预算，任何一段超时都会让喷施位置偏离目标。
感知任务的核心是绿对绿识别。作物与杂草同为绿色，形状在幼苗期接近，模型需要做像素级分割，区分不同叶形、叶脉与生长姿态。[确认] 模型结构与分割头的具体设计未公开 [未获取]。休耕地场景的绿对棕识别难度低，See & Spray Select 因此先商用；大田作物的绿对绿直到 Ultimate 才落地。[确认]
单帧识别不够，还需要跨帧跟踪。同一株杂草会连续出现在多帧画面里，跟踪保证只喷一次，避免重复施药与漏喷；喷杆前进速度下，帧间位移可达数十厘米，跟踪算法要补偿运动。[推测] 定位在局部完成，靠车速、喷杆几何与相机标定建立像素到地面的映射，全球定位只用于记录作业位置。
失败模式集中在自然条件。作物叶片遮挡杂草时，模型只能看到部分叶面；风吹导致叶片位移，跟踪会错配；尘土覆盖镜头会降低对比度；幼苗期的形态差异小，误判率上升。[推测] 替代方案包括绿对棕的休耕地模式、基于反射光谱的传感器喷施、机械除草与激光除草。机械方案不依赖化学药剂，作业速度慢，对土壤条件敏感。
验证边界需要说清楚。公开数据是作业面积、药液节省与增产幅度，分作物、分杂草谱的识别准确率与误喷率没有披露 [未获取]。这两个指标决定农户的实际收益，也是竞品比较的入口。
喷施决策是一组规则加模型输出。规则包括最小喷施面积、置信度阈值、重复喷施抑制与边界保护；模型给出每个像素的类别概率，决策层把它转成喷嘴的开闭序列。[推测] 阈值设得保守，漏喷的杂草会结籽；设得激进，药液用量上升，两种取值对应不同的投入产出比。
执行层的难点在时序。电磁阀从收到指令到建立喷雾需要十几毫秒，机器以每小时十几公里前进时，这段时间对应几十厘米的位移，控制器必须按车速提前触发。[推测] 喷杆高度与姿态变化会改变相机视场，高度补偿与喷杆稳定系统因此成为精度的一部分。
失败模式包括阀响应滞后造成的条带偏移、喷杆晃动造成的视场错位、喷嘴堵塞造成的局部漏喷，以及高速作业下的运动模糊。[推测] 替代方案是降低作业速度换取精度，代价是农时窗口内的作业面积减少，大规模农场通常不接受。
数据规模是 Blue River 的核心资产。Deere 白皮书称 2025 年 See & Spray 作业超过 500 万英亩，节省药液 3,100 万加仑，非残留除草剂用量减少近一半，大豆平均增产 2 蒲式耳/英亩。[确认] 这些作业同时产生图像与喷施记录，构成持续增长的标注来源。
模型按区域与作物分化。不同州的杂草谱、生长阶段与光照条件差异明显，统一模型难以覆盖，实际部署通常是分区域、分作物的模型集合。[推测] 云端再训练的频率、单次训练的样本量、人工标注的比例均未披露。[未获取]
数据归属随并购转入 Deere。农户的田间图像与作业记录进入 Deere 的数据体系，跨农场共用需要处理授权与隐私。[推测] 这既是模型迭代的基础，也是与竞品合作时的障碍。
验证边界在标签质量。田间图像的标注依赖农艺人员判读，幼苗期的误标会直接进入训练集；模型在实验室数据集上的精度与田间表现存在差距，公开材料没有给出田间误喷率的第三方评测。[未获取]
硬件由相机、光源、计算单元、电磁阀与防护结构组成。相机需要全局快门与高帧率，避免高速运动下的果冻效应；夜间作业要配补光，光源的功耗与散热影响整机电气负载。[推测] 计算单元要满足农机环境的振动、温度与电磁兼容要求，防护等级与喷药机的清洗流程匹配。
制造与装配依托 Deere。整机在 Deere 工厂预装，改装套件由经销商安装 [确认]，售后网络覆盖北美主要农业区 [推测]。这层关系让 Blue River 不必自建产线与服务队伍，也让它对 Deere 的排产计划高度依赖。
成本结构未披露。订阅定价为每英亩 5 美元或年度不限量授权，随机具预付。[确认] 这个价格对大面积农场可以接受，对小农场构成门槛，竞品的低价改装方案因此有空间。
供应链风险来自电子件与农机周期。相机与 GPU 的交期受消费电子市场影响，喷药机的排产受农机需求周期影响，两者叠加会让交付节奏波动。[推测]
软件以机载系统与云端训练平台为主，前者对操作员可见，后者对农户不可见。操作界面集成在 Deere 的显示屏与操作系统中 [确认]，作业记录进入 Deere Operations Center [推测]。农户看到的是喷施地图与用量报表，看不到模型细节。
对外接口没有公开。第三方若要读取 See & Spray 的作业数据，需要通过 Deere 的数据接口与授权，Blue River 自身不提供开放 API。[未获取] 这种封闭性符合农机行业的惯例，也限制了围绕其数据做应用开发的第三方。
生态的实际形态是经销商网络。改装套件通过经销商销售与安装，农艺顾问在销售过程中提供作物与杂草方案 [确认]，服务合同绑定 Deere 的售后体系 [推测]。这套结构对 Blue River 是现成的分发能力，对竞品是进入门槛。
Blue River 的壁垒分布在母公司资产与田间流程两侧，算法本身的领先难以长期维持。
第一条可证伪条件在竞品价格。如果到 2028 年底，Greeneye、Bosch 与 BASF 联合开发的 One Smart Spray，或者 Precision Planting 的改装方案，在同等的田间精度下把成本压低三成，Deere 的预装优势会被改装市场绕过，农户会按每英亩成本重新选择。
第二条在作物覆盖。See & Spray 的绿对绿能力集中在大豆、玉米、棉花，Gen 2 才扩展到小麦、大麦、油菜、甜菜与花生。[确认] 如果到 2028 年底，竞品在某一主要作物上先拿到更好的识别效果与更低的误喷率，Blue River 的作物扩展节奏就会落后，农户按作物选择供应商。
第三条在监管与药种。若到 2028 年底，某些除草剂被限制使用，农户的杂草管理方案会转向机械或生物手段，精准喷施的价值下降；若新一代耐除草剂作物推广，喷施次数增加，精准喷施的价值上升。[推测] 这条变量的方向取决于具体药种。
反向证据也存在。若 Deere 把 See & Spray 下放到中小型喷药机并降价，装机量会快速上升，订阅收入扩大，规模经济增强；Blue River 的视觉能力若外溢到播种、施肥与收割环节，它在 Deere 内部的技术地位会从产品供应商变成平台部门。观察指标是 Deere 后续机型的内置比例与 Blue River 人员的编制归属，目前均未披露。[未获取]
依托 Deere 全球经销商与工厂预装，主战场为北美大田作物，并向巴西、欧洲等市场扩展（具体进度未获取）。[确认/未获取] 母公司 Deere FY2025 净销售额 389 亿美元、营收 457 亿美元、净利 50.27 亿美元，为 Blue River 提供规模、渠道与资金。[确认]
精准喷施对手包括 Greeneye Technology、Precision Planting 的 SymphonyVision Rate/Spot、Bosch BASF 的 One Smart Spray、Bilberry、Ecorobotix ARA；非化学路线有 Carbon Robotics 激光除草。[确认] Blue River 的优势是整机预装、渠道与规模数据，劣势是设备与订阅价格高、作物覆盖仍在扩展，且被追平的速度在加快。[推测]
风险包括对单一母公司的高度依赖、大公司流程稀释创业速度、高价限制中小农场渗透、竞品在软件与成本上追赶；地缘与关税扰动供应链。[推测] 结论：See & Spray 已完成"感知—决策—执行"的商业验证，是 Deere 自主化战略的核心资产；并购已兑现大部分财务价值，剩余价值体现在 Deere 体内而非独立估值，技术外溢至建筑、采矿、林业的路径值得跟踪。[推测]
Philosophy sword
融合主轴尚未定义。这里将放：一句话定性、三线状态、三项判定与反证条件。
预留位 · 不参与当前分析