AI+未来农业！南农5项成果重磅发布

算法育种时代，AI如何“看懂”植物、重塑未来农业？12月12日，南京农业大学与江北新区研创园联合举办AI for Agriculture Science成果发布会暨人工智能OPC基地揭牌仪式。来自高校、政府、企业、投资机构的近百位嘉宾齐聚江北新区研创园共同见证5项引领AI+未来农业的突破性成果集中发布，其中多款为行业首发， 涵盖作物表型、智能设计育种、农药智慧研发等关键领域。

校地携手：点燃未来农业创新引擎

“AI正对传统农业生产方式、生产关系和治理体系带来深层变革，成为实现农业现代化、保障国家粮食安全和推动乡村振兴的关键技术支撑。”南京农业大学党委常委、副校长丁艳锋介绍，近年来，南京农业大学在14个学科进入ESI全球前百分之一、3个学科进入前千分之一，植物学与动物学、农业科学跻身前万分之一的坚实基础上，进一步前瞻布局成立前沿交叉研究院，围绕农业人工智能、植物表型组学、农业与人类健康、合成生物学等新型方向大力推动学科交叉，一批前沿成果不断涌现，为科技赋能农业发展注入新动能。

发布会现场，丁艳锋与江北新区研创园党工委书记、管办主任吴恒共同为“南京农业大学-南京江北新区研创园人工智能OPC基地（AI for Agriculture Science）”揭牌。该基地聚焦AI与农业科学交叉领域，将推动技术攻关、成果转化与人才集聚，构建产学研用一体化平台，为校地合作提供产业视角与应用场景。

“此次合作响应国家‘人工智能+’行动战略，实现南农的人才、研发优势与研创园环境、算力、金融等资源禀赋互补。期待校地携手将基地打造为农业AI技术的研发高地、成果转化的示范窗口，在推动科技创新和产业创新融合上打头阵。”丁艳锋说。

AI重塑未来农业：五大重磅成果集中亮相

发布会上，南京农业大学集中推出5项AI+未来农业研究重磅成果，包括4款智慧育种大模型、1款智能体，其中多款为行业首发。

南京农业大学前沿交叉研究院植物表型组学交叉研究中心刘守阳教授、金时超副教授、佟昊副教授，生物信息学中心刘金定副教授，前沿交叉研究院院长、国家中药材产业技术体系岗位科学家窦道龙教授分别围绕“fomo4 wheat作物表型大模型”“AI+遥感驱动的作物数字孪生系统”“作物动态智能设计育种大模型”“大豆智慧育种平台”“‘药问’农药科学家智能体”进行专题分享。

以作物动态智能设计育种大模型为例，这是由江苏省特聘教授、南京农业大学前沿交叉研究院佟昊副教授团队近日成功开发的智慧育种大模型。该模型首次实现了作物全生长周期的智能化模拟，破解了传统育种周期长、成本高、环境适应难控等关键瓶颈，将育种周期缩短至少50%，且具备智能迭代学习能力。

“传统育种需耗时数月甚至数年在田间筛选材料，而该模型仅凭遗传信息即可预测作物表型，无需大规模田间实验，大幅缩短育种周期的同时降低人力物力成本。”佟昊说，只要提供遗传信息，就能知道作物每天的状态和最终产量，这一特性让育种筛选实现数据化“心中有数”。

而面对复杂的农业环境，该模型的精准预测能力更显价值。它整合了温度、光照、土壤养分等环境数据，不仅能快速识别开花等关键生长阶段，更能预判极端气候对产量的影响。“一旦遇到极端天气，可提前预测减产可能性，及时采取补救措施。”这种“提前干预”能力，为稳定粮食产能提供了技术保障。

校企签约： 加速领跑未来农业赛道 

聚焦AI+未来农业系列成果转化应用，南京农业大学社会合作处处长许承保、苏州中析生物信息有限公司董事长朱斌分别代表校企双方共同签署合作协议，标志着该系列成果在产学研协同转化之路上迈出实质性步伐。而吸引中析生物达成联合研发、转让意向的成果，正是此次发布的“药问”农药科学家智能体。

“引入‘药问’后，农药研发周期有望大幅缩短，为企业节约更多时间与研发投入，提高了研发效率！”朱斌对这款农药研发自主化“科研伙伴”充满信心。“同处江苏这个经济大省、农业大省，中析生物希望与南农一道，在AI赋能农业赛道上争当江苏发展‘排头兵’。”

作为全球首款农药全生命周期智能研发系统，“药问”可实现假说生成、方案设计、实验优化全流程智能支持，将传统“十年磨一剑”的农药研发周期大幅缩短。南京农业大学前沿交叉研究院院长、国家中药材产业技术体系岗位科学家窦道龙教授介绍，该智能体通过打通从靶点发现到退市迭代的14个核心环节，构建“数据驱动-自主决策-循环进化”的闭环科研体系，正以“AI驱动的智能研发+自动化实验执行”闭环模式破解传统农药研发“四高一长”（高投入、高风险、高壁垒、长周期）的行业困局。

“通过‘药问’，我们想要实现的不仅是重新定义农药研发规则，更希望以此为产业从规模领先向创新引领转型按下加速键。”窦道龙说。

集中发布成果介绍

FoMo4Wheat作物表型大模型

基于全球规模最大、多样性最丰富的小麦田间图像数据集ImAg4Wheat（涵盖250万张图像、2000余份基因型），团队成功构建10亿参数级作物视觉基础模型，在生育期监测、出苗率分析、穗密度统计及病害杂草识别等10余种表型任务中表现卓越，为精准田间管理与智慧育种提供通用大模型底座。

AI+遥感驱动的作物数字孪生系统

该系统首次打通了“多源遥感感知—数字孪生建模—AI决策生产”的环节，整合了Pheno Max、Pheno Screen等一系列自主研发的表型监测装备，聚合了PB级遥感影像、100万+级品种表型及千万级环境数据，实现了“良种+良法”一键匹配，有效实现了水稻、玉米、大豆三大主粮作物的生产布局优化，推动作物生产从“经验驱动”迈向“数据驱动”。

作物动态智能设计育种大模型

该模型首次实现了作物全生长周期的智能化模拟，整合海量基因信息、生长环境数据与动态表型组数据，打造了全新的“动态虚拟生命体”。通过构建“育种设计—田间验证—模型优化”闭环流程，预测不同环境下不同作物种质的生长和产量表现，智能识别关键基因，高效筛选优良种质，并智能生成育种优化方案。该模型破解了传统育种周期长、成本高、环境适应难控等关键瓶颈，将育种周期缩短至少50%。

大豆智慧育种平台

建成了全球最大、覆盖范围最广的大豆一站式育种平台。集成了全球最大的大豆多组学遗传资源数据库，涵盖1万份高质量基因组、3060万遗传变异及90万条表型数据，构建了高精度多芯片适配基因型填充体系，准确率达99.3%。针对79种复杂性状，完成622项全基因组关联和荟萃分析，绘制4321个QTL全景图谱及多效性导航图，实现从基因型填充到亲本优化的全流程智能决策，加速大豆优质高产品种选育，推动种业创新升级。

“药问”农药科学家智能体

行业内首款农药科学家智能体，联合苏州中析生物等单位研发，作为农药全生命周期智能研发系统，打通从靶点发现到退市迭代的14个核心环节，以“AI驱动的智能研发+自动化实验执行”闭环模式，破解农药研发“四高一长”（高投入、高风险、高壁垒、长周期）困局，融合千万级文献专利与亿级分子库资源，实现假说生成、方案设计、实验优化全流程智能支持，通过持续吸收研发数据与实验反馈不断自主进化学习，实现假说生成、方案设计、实验优化全流程智能支持，将传统“十年磨一剑”的农药研发周期大幅缩短，为产业注入核心竞争力。