一片叶子挡在花朵前，机器人会怎么做？

育种机器人“吉儿”2.0正在演示植物授粉。主办方供图

在第三十三届中国北京种业大会现场，中国科学院遗传发育所研究员许操介绍，育种机器人“吉儿”2.0在识别到目标花朵被叶片遮挡后，可以通过双臂配合，一只机械臂拨开叶片，另一只继续进行授粉。目前，这款机器人主要面向番茄等作物的杂交授粉场景，相关应用仍处于测试和试点阶段。

9月4日，第三十三届中国北京种业大会在北京举行。本届大会以“AI赋能智慧育种 数智引领种业未来”为主题，首次以智慧育种为主线，集中展示育种芯片、表型装备、育种大模型、具身智能机器人等相关技术和成果，大会期间还发布了“神农育种Studio”智能育种工作台。

从识别一朵花，到记录一株作物长得怎么样，再到分析不同育种材料之间的差异，人工智能正在进入育种的部分环节。

那么，AI具体怎样参与育种？首先要从育种过程中需要面对的大量生物样本材料说起。

田间“看苗”：AI辅助记录信息

AI要参与育种，首先需要尽可能了解材料本身。

一方面，要分析材料携带哪些遗传信息；另一方面，还要观察这些遗传信息在真实生长过程中表现成什么样。

北京拉索生物科技有限公司市场总监丁文家把材料的遗传信息比作AI模型的“燃料”。她介绍，需要积累足够多、相对稳定的数据支撑，模型才能进一步分析不同样本之间的遗传差异。固相芯片，就是目前获取这类遗传信息的一种检测手段。

以动物育种为例，可以先检测群体中不同个体的遗传信息，再根据育种目标选择进入下一步繁育的个体。部分分子检测方式可能需要7至14天。类似的方法也被用于玉米等作物育种，为后续材料筛选提供参考。

不过，只知道一份材料“带着什么遗传信息”还不够。

材料种到田里之后，还要看它实际“长得怎么样”。比如株高、株型、生长状况、抗病性等，都是育种人员需要持续观察的信息。

百奥云（北京）科技有限公司负责人郭飞飞介绍，传统育种需要通过大量田间试验，从中筛选出好的材料，此过程周期长，消耗大量人工，筛选效率低。如今，无人机图像采集AI快速分析，田间机器人、AI眼镜、AI育种模型预测和选择等开始被用于辅助育种过程中的数据采集、育种决策等流程。

在今年大会“芯智汇”智慧育种论坛上，农芯科技（北京）有限责任公司董事长、总经理郑文刚介绍，其团队利用相关设备批量采集作物在田间的生长信息，再把这些信息与材料自身的遗传信息、种植环境等放在一起分析。

“数据采集已经延伸到不同育种场景。”郑文刚说，全国1000多个农作物品种区域试验站不同作物、不同品种的数据每年进入相关平台；在甘肃张掖和海南南繁基地，无人机、轨道车、机器人等设备也被用于记录作物的生长表现和环境信息。

模型“算苗”：帮助缩小选择范围

AI能否直接从大量育种材料中选出最终材料？

北京市农林科学院玉米所研究员王凤格说：“目前AI在赋能育种的过程中，它的定位应该是缩小范围，而不是直接确定最终材料。”

王凤格介绍，随着育种数据与算法工具的日益丰富，智能体驱动的AI育种应用应运而生，现阶段可以将已有的育种数据、分子数据等结合起来开展辅助分析，从大量材料中缩小需要进一步进入田间验证的候选范围。

如果说前一个环节解决的是“数据怎么来？”，那么这一环节解决的是“数据怎么用”。

9月4日，科技成果交流体验活动展台。主办方供图。

本届大会期间，中国农业大学神农大模型团队发布“神农育种Studio”。据团队介绍，该平台整合种质资源数据和育种分析工具，科研人员可以通过自然语言描述分析需求，调用相关数据和工具，用于亲本筛选、品系评价等育种研究工作。

专家表示，从目前展示的应用看，AI参与育种并不是靠一种设备或一个模型完成。田间设备负责记录作物“长得怎么样”，分子检测帮助了解材料“带着什么遗传信息”，模型再把不同信息放在一起分析，帮助育种人员缩小选择范围。

此外，AI还被用于分析基因和性状之间的关系。北京齐禾生物科技有限公司联合创始人、CEO兼CTO赵天萌介绍，目前已有基因编辑工具可以进行单基因敲除和多基因修改，但具备“能改”的技术能力之后，还需要回答“改什么基因、改什么性状”的问题。

许操认为，现阶段AI在育种中的作用更多表现为辅助筛选和辅助决策，可以用于寻找目标性状、定位相关基因，最终仍需要结合实际育种目标进行判断。

从这些实践看，AI能够帮助育种人员处理更多数据、分析材料之间的差异，但模型筛选出来的结果，还不能等同于最终品种。

从模型回到田间：育种既要“算得出”更要“种得准”

对于育种而言，模型分析并不是最后一步。

“芯智汇”智慧育种论坛企业家对话环节。主办方供图

“芯智汇”智慧育种论坛企业家对话中，多位嘉宾谈到，与一些能够很快获得反馈的人工智能应用不同，植物有自己的生长周期。一粒种子播种下去，需要等待数月，才能看到较为完整的生长表现。新的田间结果形成后，才能继续用于下一轮分析。

值得注意的是，田间环境也会影响结果。

论坛上还有嘉宾提出，同一份材料种植在不同地区、不同年份，表现可能并不完全一样。温度、光照、水分等环境条件发生变化，作物的生长表现也可能随之变化。

郭飞飞介绍，目前国内AI育种相关应用仍处于初步尝试阶段，部分智能设备价格相对较高，技术稳定性仍有提升空间，在具体应用过程中还可能受到网络环境等因素影响。

许操介绍，“吉儿”2.0目前正在一些农业产业园开展测试和试点，现阶段主要应用于杂交授粉等具体场景。

北京市委农工委委员、市农业农村局副局长陈连武介绍，目前北京智慧育种已涉及基因解码、表型感知、算法演算和田间应用等环节。“十五五”期间将在高质量数据集建设、智能装备国产化和成果转化效率等方面进一步提升。