#生物智能育种

提出本地部署的人本智能增强框架HAIant，用于生物研究的安全个性化智能增强。

浙江省农业科学院病毒学与生物技术研究所所长、智能生物育种创新中心主任朱英研究员发布'豆芯'DNA育种大模型。该模型以27种、120个豆科植物基因组为基座,系统整合大豆、豇豆、豌豆等5000余份种质资源多组学数据,涵盖8万余个基因组和超12.5万份表型数据,构建起从DNA序列解读到育种方案设计的一体化智能解析与育种决策系统。该模型具备精准识别豆科作物基因组关键功能位点与调控模式、解析遗传变异效应的核心能力,性状预测精度超越传统育种模型,可将豆科作物育种周期压缩至传统方法的三分之一。

第十八届中国国际种业博览会暨第二十三届全国种子信息交流与产品交易会在合肥举行。中国工程院院士赵春江、玉米产业技术体系首席科学家李新海等表示,智能育种通过整合基因组学、人工智能和大数据提高育种精准度。中种集团发布水稻AI育种家1.0智能体,实现从经验驱动向数据驱动智能精准设计的范式转变。

安徽农业大学团队发布跨物种基因-表型预测深度学习工具Crop-GPA 2.0，并在水稻、玉米、小麦中

山东农业大学张亮团队联合山东省农业科学院、中国农业大学等单位研发小麦育种具身机器人 WheatX,集感知、决策与选育功能于一体,可完成大田麦穗快速筛选、对量化达标麦穗喷涂颜料原位标记,实现「感知—决策—执行」全流程闭环;团队已与极智生物达成合作,将首款小麦育种大模型 iwheat 嵌入机器人,推动从原型机向产品级升级。

原文标题: Artificial Intelligence Empowering Modern Agricultural Biological Breeding。作者: 徐启玉、郑波、钟上威（北京大学现代农业研究院、潍坊市科技创新促进中心、北京大学生命科学学院）。DOI: 10.12133/j.smartag.SA202602016。本文系统探究AI驱动植物育种范式变革的底层逻辑，梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展，并深入探讨育种大模型对育种全流程的重构作用，以期为中国种业科技实现自立自强提供理论参考。重点阐述AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例，并针对跨学科数据壁垒、深度学习算法的可解释性不足、复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。

全国农业技术推广服务中心发布智慧肥水大模型1.0版,设置八大智能体:问土(基于全国土壤墒情监测系统)、探墒(土壤水分快速测定)、知天(依托心知气象和土壤墒情监测系统构建ET0预报模型,实现未来7天逐日蒸散量高精度预测)、诊苗(识别作物种类、生育期、养分供应情况)、巧算(基于科学施肥和节水农业基础数据给出施肥灌溉决策方案)、识肥(对肥料包装智能识别)、智报(基于3.4万份资料库构建智能简报生成引擎)、慧答(构建多智能体推理框架提供肥水管理技术精准回答和智能决策辅助)。服务群体分两层:一是开发农技人员定向试用版,为推广体系开展技术服务提供辅助支撑;二是开发农户服务版,为种植大户、家庭农场、专业合作社等新型经营主体开展肥水精准管理提供决策参考。

中国农科院深圳基因组所李奎教授团队在Journal of Integrative Agriculture发表的BOLE多智能体AI平台，将原本高度依赖专业知识的复杂工程任务简化为直观的自然语言对话，显著降低技术使用门槛同时提升分析结果可重复性。BOLE已上线并免费开放使用同时支持本地化部署。论文第一作者为广东省农科院王子帅与深圳基因组所梁崇霄，研究得到国家重点研发计划、猪禽种业全国重点实验室基金等项目支持。