[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"item-121":3,"related-121":68},{"id":4,"title":5,"url":6,"summary":7,"summary_zh":8,"content":9,"source_name":10,"source_url":8,"published_at":11,"category":12,"cover_url":8,"hotness":13,"is_selected":14,"score":15,"score_detail":16,"sources":24,"tags":26,"primary_topic":31,"secondary_topics":37,"classification":38,"search_phrases":63,"slug":66,"view_count":13,"doi":8,"paper":8,"created_at":67},121,"中国农业科学院&华为云：'农科发现大模型'智能育种新应用","https:\u002F\u002Fwww.toutiao.com\u002Farticle\u002F7667516647472628243\u002F","中国农业科学院与华为云联合打造的'农科发现大模型'作为智慧农业板块唯一入选WAIC《人工智能高价值场景应用案例集》的案例,标志着我国农业生物育种踏上从'经验试错'迈向'智能创制'的新征程。",null,"来源：环球网\n\n【环球网科技综合报道】在数字化浪潮席卷千行百业的今天，作为国家发展根基的农业，正迎来一场由人工智能驱动的深刻变革。近日，在世界人工智能大会（WAIC）“人工智能国际标准化论坛”上，由全国信息技术标准化技术委员会人工智能分技术委员会、中国电子技术标准化研究院、俄罗斯科学院联合编制的《人工智能高价值场景应用案例集》正式发布。其中，由中国农业科学院生物技术研究所联合院内单位，与华为云联合打造的“农科发现大模型”，作为智慧农业板块的唯一入选案例成功入围。\n\n![Image 1](https:\u002F\u002Fp3-sign.toutiaoimg.com\u002Ftos-cn-i-axegupay5k\u002F9c1fc2d0a3da490db2f853d775303be8~tplv-tt-origin-web:gif.jpeg?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1786061071&x-signature=m1ncrbPT6rcnLZbU%2BxUt%2BUWARwc%3D)\n这一入选，是对该模型技术领先性与产业应用价值的认可，标志着我国农业生物育种踏上了从“经验试错”迈向“智能创制”的新征程。在国家深入实施“人工智能+”行动的宏观指引下，加快探索AI驱动的新型科研范式，已成为保障国家粮食安全、培育农业新质生产力的关键抓手。\n\n**困局与破局：跨越农业科研的“数据洪流”与“试错鸿沟”**\n\n长久以来，农业科研与育种领域犹如一场漫长的探索。农业生物性状受复杂的基因网络调控，关键基因的发现往往高度依赖研究者的个人经验。这种传统模式导致育种创新效率受限，从前期的基因发现到最终的品种应用，往往需要经历反复的田间试验与多轮筛选，研发周期长达数年乃至十几年。\n\n更为严峻的是，现代农业科学正面临着“数据认知超载”。随着基因组、转录组等技术的普及，农业科研数据呈现指数级膨胀。然而，海量的文献知识、组学数据以及分析工具之间协同不足，数以百亿计的科研数据利用率低。科研人员受困于碎片化的手工操作与重复试错，极大拖慢了重大科学发现的进程。\n\n高投入、长周期、低效率——重重瓶颈叠加，使得传统科研范式在应对海量数据洪流时显得力不从心。面对我国育种技术亟待跨越代际差的现实需求，以“人工智能+”释放科学创造力，重构农业科研底层范式，已成为行业共识。\n\n**五位一体：国家战略科技力量与自主AI计算的深度融合**\n\n破解复杂的农业科学难题，必须依靠顶尖科研力量与先进计算底座的深度融合。作为国家设立的中央级农业科研机构和全国综合性农业科学研究最高学术机构，中国农业科学院在本次大模型的研发中，构建了“三所协同”的创新阵型，从基因功能解析到智能设计的全链条技术，到农业优异材料的数据支撑与田间验证，三所高效协同，形成了“发现—验证—应用”的完整闭环。\n\n在此基础上，中国农科院携手华为云围绕农业科研智能化不断拓展联合创新路径，依托华为云盘古大模型与AI for Science底座能力，共同打造了“ABCDE”五位一体的产业生态：以人工智能（Artificial Intelligence）为引擎，以生物技术（Biotech）为核心，以云计算（Cloud Computing）为支撑，以大数据（Big Data）为基石，以生态（Ecosystem）为纽带。这一生态旨在以智能框架的确定性，应对生物系统的复杂性与传统农业产业的碎片化，实现农业科研基础设施的全面重构。\n\n**重塑全流程：农科发现大模型的技术底座与核心能力**\n\n作为面向农业前沿研发的智能大脑，“农科发现大模型”深度融合了华为云盘古大模型与AI for Science底座能力，创新性地构建了“三引擎一平台”的系统架构。\n\n![Image 2](https:\u002F\u002Fp3-sign.toutiaoimg.com\u002Ftos-cn-i-tjoges91tu\u002Fb1d5365ec4fae5c29f16bc55b1aadcf0~tplv-tt-origin-web:gif.jpeg?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1786061071&x-signature=HT5ebM0GNthpVbHCoDjDojkwXkc%3D)\n在知识底座方面，模型构建了覆盖超以百万计的全球农业文献与千万级摘要的知识库，实现了文献智能解析与基因-性状关联的自动抽取，将知识覆盖率提升了3倍以上。在数据引擎层面，模型整合了涵盖50个以上核心物种的百亿条多组学数据，具备了跨物种、跨组学的深度挖掘能力。\n\n更为核心的是其智能交互平台，基于自然语言处理技术，科研人员只需通过对话式指令，系统便能自动调用专业生物信息学工具。过去需要人工耗时费力操作的复杂分析，如今可通过模型交互完成。大模型展现出全维度数据挖掘、基因功能深度解码、性状智能设计等核心能力，打通了从实验室到田间管理的全链路。\n\n**回归生产：从数月到数周，让研发计算在土壤中结出硕果**\n\n“所有的计算，最终都要回到田间。”前沿技术的价值，必须在真实的农业生产中得到检验。\n\n在水稻育种的真实场景中，大模型的应用展现出了显著的效能。针对水稻重要性状改良这一课题，中国农科院团队依托该模型进行智能推演。改良后的水稻材料在实测中，株高较常规品种降低25%，抗倒伏能力显著提升，同时保持产量不受影响。在基因编辑环节，大模型能够预测编辑不同位点后对基因功能产生的影响，智能推荐多个高潜力靶点。在日常科研中，大模型可在短时间内自动化完成上千步的复杂实验数据分析，为科研人员大幅度节省研发时间。原本依赖人工检索、独立分析的冗长长达数月的方案设计与研发测试工作，在“AI驱动发现—自动化分析—精准设计”的新链路下，如今可被压缩至数周内，实现了研发效率的数量级提升。\n\n**产业赋能：从实验室推进农业产业应用**\n\n作为中国农科院“十四五”期间的标志性前沿成果之一，农科发现大模型不仅在技术端实现突破，更在产业赋能方面迈出了坚实步伐。\n\n目前，大模型正加速向更广阔的产业腹地溢出技术红利。在地方合作方面，北京市丰台区正与中国农科院、华为共建“AI育种大模型创新中心”，以大模型为载体，汇聚育种人才，助推区域打造种业智能育种高地。在企业合作方面，项目正积极与温氏集团等大型农牧企业推进AI4S科研合作，助力企业在AI辅助基因育种、大数据分析等场景实现规模化落地。\n\n种业振兴，科技先行。以人工智能赋能农业科学发现是一项长期的系统工程。在“人工智能+”行动深入推进的当下，农科发现大模型的实践，为农业新质生产力的培育提供了一个可参考的样本。未来，中国农业科学院与华为云将继续深化合作，以高质量数据为底座，以大模型为核心，不断优化预测、整合与决策能力。双方将致力于从“创新联合体”走向“产业聚合体”，打造全场景、全链条的农业科研与智能设计平台，为保障国家粮食安全、引领智慧农业高质量发展贡献坚实的科技力量。（张阳）","环球网 2026-07-28","2026-07-28T10:00:00Z","论文",10,false,84,{"impact":17,"substance":18,"depth":19,"authority":20,"freshness":21,"relevant":22,"comment":23},26,22,18,14,4,1,"报道中国农科院与华为云联合打造的农科发现大模型入选AI高价值场景案例，涉及智能育种重大突破，信息详实，但发布日期已过3天。",[25],{"name":10,"url":6},[27,28,29,30],"中国农科院","智能育种","农科发现","大模型",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},"I2","agricultural-ai","农业AI与大模型","\u002Ftopic\u002Fdigital-agriculture\u002Fagricultural-ai","I",[],{"status":39,"locked":14,"version":40,"method":41,"evidence":42},"classified","2026-10-22.2","rules",{"candidates":43,"agricultural_evidence":46},[44,50,56],{"code":32,"score":45,"supported":46,"title":47,"abstract":48,"tags":49},12,true,[30],[30],[30],{"code":51,"score":21,"supported":46,"title":52,"abstract":53,"tags":55},"F2",[],[54],"生物育种",[28],{"code":57,"score":58,"supported":46,"title":59,"abstract":60,"tags":62},"I1",3,[],[61],"智慧农业",[],[64,65],"中国农科院 农科发现 智能育种 大模型","中国农科院 农科发现","中国农科院农科发现智能育种大模型-121","2026-07-31T00:00:56.223804Z",{"total":69,"page":22,"page_size":69,"items":70},6,[71,124,168,245,296,355],{"id":72,"title":73,"url":74,"summary":75,"summary_zh":8,"content":8,"source_name":76,"source_url":8,"published_at":77,"category":78,"cover_url":8,"hotness":13,"is_selected":14,"score":79,"score_detail":80,"sources":85,"tags":87,"primary_topic":91,"secondary_topics":92,"classification":93,"search_phrases":119,"slug":122,"view_count":58,"doi":8,"paper":8,"created_at":123},2815,"WAFI2026人工智能与农业论坛:中国方案助力农民种得好、种得起、种得稳、种得赚","https:\u002F\u002Fbaike.baidu.com\u002Fitem\u002F2026%E4%B8%96%E7%95%8C%E5%86%9C%E4%B8%9A%E7%A7%91%E6%8A%80%E5%88%9B%E6%96%B0%E5%A4%A7%E4%BC%9A\u002F68651190","9月16日WAFI2026举行\"人工智能与农业论坛\",中国农业大学全球食物经济与政策研究院院长樊胜根提出\"人工智能如何造福农民\"议题。论坛介绍神农大模型(2023年1.0版到2025年3.0版,3.0版为\"小麦育种智能助手\",可识别70类、600余种病虫害,已在非洲落地)、农业食物经济与政策AI模型、北大荒\"未来农场\"平台(覆盖111个农场、接入8.4万台智能装备、为60万种植户服务)、北京市\"智京园\"智慧设施管控技术体系等案例。","百度百科 \u002F 中国农业大学","2026-09-16T00:00:00Z","报道",86,{"impact":17,"substance":81,"depth":82,"authority":20,"freshness":83,"relevant":22,"comment":84},21,17,8,"国际论坛上集中展示神农大模型、北大荒未来农场等中国AI农业方案，案例数据具体、信源权威，时效性强，值得进入每日精选。",[86],{"name":76,"url":74},[61,88,89,28,30,90],"农业人工智能","未来农场","病虫害识别",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},[],{"status":39,"locked":14,"version":40,"method":41,"evidence":94},{"candidates":95,"agricultural_evidence":46},[96,100,106,110,115],{"code":32,"score":69,"supported":46,"title":97,"abstract":98,"tags":99},[],[30],[88,30,90],{"code":101,"score":58,"supported":46,"title":102,"abstract":103,"tags":105},"A2",[],[104],"小麦",[],{"code":51,"score":22,"supported":14,"title":107,"abstract":108,"tags":109},[],[],[28],{"code":111,"score":22,"supported":14,"title":112,"abstract":113,"tags":114},"F6",[],[],[89],{"code":57,"score":22,"supported":14,"title":116,"abstract":117,"tags":118},[],[],[61],[120,121],"农业人工智能 病虫害识别 智慧农业 智能育种","农业人工智能 病虫害识别","农业人工智能病虫害识别智慧农业智能育种-2815","2026-09-18T00:03:24.639818Z",{"id":125,"title":126,"url":127,"summary":128,"summary_zh":8,"content":8,"source_name":129,"source_url":8,"published_at":130,"category":78,"cover_url":8,"hotness":13,"is_selected":14,"score":15,"score_detail":131,"sources":134,"tags":136,"primary_topic":139,"secondary_topics":140,"classification":141,"search_phrases":162,"slug":165,"view_count":166,"doi":8,"paper":8,"created_at":167},5331,"农民日报报道 WAFI 2026:AI 为农业注入新动能 推动智能育种精准种植全产业链转型","https:\u002F\u002Fszb.farmer.com.cn\u002Fnmrb\u002Fhtml\u002F2026\u002F20261014\u002F20261014_8\u002Fnmrb_20261014_13425_8_2110120867111473164.html","2026 世界农业科技创新大会(WAFI)在北京举行,中国农业大学校长陈卫表示 AI 正在推动智能育种、精准种植和全产业链转型,小农户迎来手机端病虫害预警、本地化气象预警等新机会。中国农业大学王耀君宣布在肯尼亚发布神农大模型,针对 250 个肯尼亚问题通用大语言模型准确率 70%、神农达 96%、平均成本仅 0.1 美分。盖茨基金会高级项目官斯图尔特·科里斯认为 AI 农技咨询有望在亚非 7 个重点地区触达 4200 万农户,每年带来超 30 亿美元收益。北大荒 2025 年粮食产量达 463 亿斤,数字农服平台服务60 万种植户。","农民日报 2026-10-14","2026-10-14T00:00:00Z",{"impact":17,"substance":18,"depth":82,"authority":20,"freshness":132,"relevant":22,"comment":133},5,"世界农业科技创新大会的权威报道，含神农大模型海外发布、AI农技咨询覆盖数据等实质增量，产业级影响，值得精选。",[135],{"name":129,"url":127},[61,88,137,28,138],"神农大模型","数字农服",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},[],{"status":39,"locked":14,"version":40,"method":41,"evidence":142},{"candidates":143,"agricultural_evidence":46},[144,148,154,158],{"code":32,"score":132,"supported":46,"title":145,"abstract":146,"tags":147},[],[30],[88,137],{"code":149,"score":58,"supported":46,"title":150,"abstract":151,"tags":153},"G2",[],[152],"小农户",[],{"code":51,"score":22,"supported":14,"title":155,"abstract":156,"tags":157},[],[],[28],{"code":57,"score":22,"supported":14,"title":159,"abstract":160,"tags":161},[],[],[61],[163,164],"神农大模型 肯尼亚","WAFI 2026 中国农业大学","神农大模型肯尼亚-5331",0,"2026-10-20T02:47:36.680168Z",{"id":169,"title":170,"url":171,"summary":172,"summary_zh":173,"content":8,"source_name":174,"source_url":171,"published_at":175,"category":12,"cover_url":8,"hotness":13,"is_selected":46,"score":15,"score_detail":176,"sources":180,"tags":182,"primary_topic":185,"secondary_topics":186,"classification":187,"search_phrases":203,"slug":206,"view_count":21,"doi":207,"paper":208,"created_at":244},3864,"A Knowledge‐Augmented Wearable System for Interpretable Plant Health Monitoring","https:\u002F\u002Fdoi.org\u002F10.1002\u002Ffle2.70020","ABSTRACT In precision agriculture, modern sensing technologies can autonomously collect and process vast plant data using statistical or machine‐learning models. However, an “interpretability gap” persists: these outputs often remain black‐box correlations rather than interpretable physiological insights, which means users cannot validate their credibility, trace causal links to plant physiology, or translate them into actionable decisions. To bridge this gap, we propose a knowledge‐augmented wearable system for interpretable plant health monitoring (K‐Wear). By coupling a soft wearable sensing platform with a knowledge‐guided reasoning framework, K‐Wear leverages a large language model to transform raw sensing signals into mechanistic diagnoses and recommendations for proactive management. In simulated evaluations, the system achieved 99% diagnostic accuracy and first correctly detected plant stress on day 4.95 on average. In a real 14‐day potassium‐deficiency monitoring experiment, K‐Wear successfully identified early stress signals on day 4 and generated targeted intervention recommendations, enabling timely treatment and recovery of plant health.","在精准农业中，现代传感技术能够利用统计或机器学习模型自主采集并处理海量植物数据。然而，“可解释性鸿沟”依然存在：这些输出往往仍是黑箱式的相关性结果，而非可解释的生理学洞见，这意味着用户无法验证其可信度、追溯其与植物生理的因果联系，或将其转化为可操作的决策。为弥合这一鸿沟，我们提出了一种用于可解释植物健康监测的知识增强可穿戴系统（K‐Wear）。通过将柔性可穿戴传感平台与知识引导的推理框架相结合，K‐Wear利用大语言模型将原始传感信号转化为机理诊断和主动管理建议。在模拟评估中，该系统达到了99%的诊断准确率，并最早在平均第4.95天正确检测到植物胁迫。在一项为期14天的真实缺钾监测实验中，K‐Wear成功在第4天识别出早期胁迫信号，并生成有针对性的干预建议，从而使植物健康得到及时治疗和恢复。","FlexTech","2026-09-29T00:00:00Z",{"impact":18,"substance":177,"depth":19,"authority":178,"freshness":83,"relevant":22,"comment":179},23,13,"将可穿戴传感与大模型知识推理结合，实现可解释的植物健康诊断，方法新颖、实验数据扎实，对智慧农业感知决策有参考价值。",[181],{"name":174,"url":171},[61,88,30,183,184],"可穿戴传感","植物健康监测",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},[],{"status":39,"locked":14,"version":40,"method":41,"evidence":188},{"candidates":189,"agricultural_evidence":46},[190,196],{"code":32,"score":83,"supported":46,"title":191,"abstract":192,"tags":195},[],[193,194],"机器学习","large language model",[88,30],{"code":57,"score":197,"supported":46,"title":198,"abstract":199,"tags":202},7,[],[200,201],"精准农业","precision agriculture",[61],[204,205],"K-Wear 可穿戴 植物健康监测","大语言模型 植物胁迫 诊断","K-Wear可穿戴植物健康监测-3864","10.1002\u002Ffle2.70020",{"doi":207,"openalex_id":209,"authors":210,"venue":174,"cited_by_count":166,"oa_url":171,"card":236,"direction":242,"ingested_from":243},"W7214803187",[211,213,215,217,220,222,225,227,230,233],{"name":212,"orcid":8},"Xingxing Dong",{"name":214,"orcid":8},"Yihan Luo",{"name":216,"orcid":8},"Jiang Qin",{"name":218,"orcid":219},"Jie Ye","https:\u002F\u002Forcid.org\u002F0000-0001-7728-3588",{"name":221,"orcid":8},"Yihui Fan",{"name":223,"orcid":224},"Menghao Pu","https:\u002F\u002Forcid.org\u002F0009-0003-1421-6785",{"name":226,"orcid":8},"Zisheng Zong",{"name":228,"orcid":229},"Guoqiang Xu","https:\u002F\u002Forcid.org\u002F0009-0007-5481-1422",{"name":231,"orcid":232},"Han Ding","https:\u002F\u002Forcid.org\u002F0000-0003-2905-6369",{"name":234,"orcid":235},"Zhigang Wu","https:\u002F\u002Forcid.org\u002F0000-0002-3719-406X",{"tldr":237,"method":238,"finding":239,"direction":240,"opportunity":241},"提出知识增强可穿戴系统K-Wear，将植物传感信号转化为可解释诊断与建议。","软可穿戴传感平台+知识引导推理框架+大语言模型。","模拟诊断准确率99%，真实钾缺乏实验第4天检出早期胁迫并给出干预建议。","智慧农业 \u002F 农业物联网","可探索知识增强LLM推理在更多作物胁迫类型与田间长期监测中的泛化能力。","农业人工智能与决策模型","openalex","2026-09-30T23:30:55.022226Z",{"id":246,"title":247,"url":248,"summary":249,"summary_zh":8,"content":250,"source_name":251,"source_url":8,"published_at":252,"category":78,"cover_url":8,"hotness":13,"is_selected":14,"score":15,"score_detail":253,"sources":258,"tags":260,"primary_topic":262,"secondary_topics":263,"classification":264,"search_phrases":291,"slug":294,"view_count":58,"doi":8,"paper":8,"created_at":295},2974,"人民日报海外版：神农大模型3.0+36个专项智能体 服务全国超10万农户","https:\u002F\u002Fnews.cau.edu.cn\u002Fmtndnew\u002Fcbf7a6637ffd4fffb20e26993670895d.htm","中国农业大学王耀君团队2023年12月发布神农大模型1.0版、2024年7月推出2.0版新增多模态识别、2025年10月升级至3.0版采用\"轻量化+多智能体\"架构同时推出36个针对具体农事问题的智能体。神农大模型已构建覆盖90%农业学科、80%农业场景的专属知识体系，核心知识库含1000万条农业知识图谱、2000万张标注图片、5000万条生产数据。辽宁杜连辉600亩玉米地使用后成本从480元\u002F亩降到不足400元\u002F亩，北京怀柔丹辉农业生菜基地育种智能体培育\"雁栖2号\"新品种。","**李晨**\n\n“近几年人工智能底层技术和应用场景发展很快，在农业上已经出现由‘人工智能+智能机械+大模型+规模化生产’集成的无人工厂、智慧农业生产方式。现在我国部分地区，这类技术已经从示范阶段转向了一些大型新型经营主体的主要生产方案。”9月16日，中国工程院院士、中国农业大学教授孙其信在2026世界农业科技创新大会（WAFI）上接受媒体采访时指出，当前全球已形成共识，未来一次重大产业变革可能以新一代人工智能技术为重要引擎，农业同样如此。人工智能引导下一轮农业生产方式变革，已经不是一个梦想，而是变成了现实。\n\n![Image 1](https:\u002F\u002Fnews.cau.edu.cn\u002Fimages\u002F2026-09\u002Fb8dbe90d2f9144beb4ace03f32463a25.jpg)\n\n孙其信接受媒体采访。中国农大供图\n\n孙其信指出，智能育种可视为第四代育种技术方向——用智能体和大模型训练，承接过去依靠育种家下地、拿尺子、记本子的部分工作。\n\n以小麦为例，中国农业大学相关团队正在研发人工智能小麦大模型。首先是积累田间数据，用无人机、地面多光谱设备记录作物从出苗到收获全过程，预计三五年后大宗粮食和畜禽的基础数据可满足智能育种模型需要。\n\n其次是积累基因数据，随着测序技术的快速发展，现在获取小麦高质量基因组信息的成本大幅降低，效率也显著提升。\n\n然后用人工智能关联田间表型与基因信息，例如输入地块表现可推测基因、输入基因可预测田间表现，从而大部分替代育种家从成千上万个体中筛选少数优良材料的工作，效率提升几十到几百倍。\n\n孙其信还提到地下根系识别。他说，根系在地下，过去育种后期才知道产量和品质，现在用新设备加人工智能算法，可测算每个品种的根系构型，设计少施肥、抗干旱、高产的根型。他对其规模化应用给出了保守判断：部分专项小模型已经起步，整体5到10年可看到大规模应用，真正在田间替代多数人工筛选还需要约5年数据积累。\n\n如今，中国农业在人工智能方面的实践越来越多的与国际接轨。孙其信介绍，去年WAFI发布中国农业大学神农大模型，盖茨基金会曾将该模型与世界一流模型对比，其在农业问题解决方案方面位居参评模型首位。\n\n中国农大团队开发了服务于非洲农业的“神农ZAO”智能体，并首先落地肯尼亚——用肯尼亚当地语言提问，模型输出适应当地农业生产的技术方案，而不是直接套用中国方案。“ZAO”在肯尼亚当地语言斯瓦西里语是种植管理的意思。\n\n孙其信说，世界需要这样一个平台，WAFI的目标不是一年开一次会，而是持续聚合全球顶尖科技资源、研发机构、投资金融机构和农业企业，产生“乘法效应”，服务中国农业发展，也服务全球农食系统绿色健康转型。\n\n[科学网2026年9月19日](https:\u002F\u002Fnews.sciencenet.cn\u002Fhtmlnews\u002F2026\u002F9\u002F571737.shtm)","中国农业大学·人民日报海外版","2026-09-18T01:00:00Z",{"impact":254,"substance":255,"depth":82,"authority":256,"freshness":83,"relevant":22,"comment":257},24,20,15,"院士在WAFI大会披露神农大模型3.0与智能育种进展，权威性与信息增量俱佳，值得进入每日精选。",[259],{"name":251,"url":248},[61,88,261,137,28],"农业大模型",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},[],{"status":39,"locked":14,"version":40,"method":41,"evidence":265},{"candidates":266,"agricultural_evidence":46},[267,271,277,283,287],{"code":32,"score":20,"supported":46,"title":268,"abstract":269,"tags":270},[30],[30],[88,261,137],{"code":272,"score":58,"supported":46,"title":273,"abstract":274,"tags":276},"A3",[],[275],"玉米",[],{"code":278,"score":58,"supported":46,"title":279,"abstract":280,"tags":282},"B1",[],[281],"生菜",[],{"code":51,"score":22,"supported":14,"title":284,"abstract":285,"tags":286},[],[],[28],{"code":57,"score":22,"supported":14,"title":288,"abstract":289,"tags":290},[],[],[61],[292,293],"神农大模型 智能体 农户","中国农业大学 智能育种 小麦","神农大模型智能体农户-2974","2026-09-20T00:03:00.349769Z",{"id":297,"title":298,"url":299,"summary":300,"summary_zh":8,"content":8,"source_name":301,"source_url":8,"published_at":302,"category":12,"cover_url":8,"hotness":13,"is_selected":14,"score":303,"score_detail":304,"sources":306,"tags":308,"primary_topic":311,"secondary_topics":312,"classification":313,"search_phrases":342,"slug":345,"view_count":132,"doi":8,"paper":346,"created_at":354},2900,"Crop-GPA 2.0: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,登The Crop Journal","https:\u002F\u002Fwww.global-agriculture.com\u002Fag-tech-research-news\u002Fchinese-researchers-launch-ai-tool-that-predicts-crop-gene-trait-links-across-species\u002F","安徽农业大学岳振宇教授团队(第一作者高玉佳)开发的Crop-GPA 2.0跨物种基因-表型预测深度学习工具于2026年9月10日发表在The Crop Journal。该工具通过分层基因组表征、跨物种预训练、性状感知学习三种联动技术,在水稻、玉米、小麦测试中跨性状(产量、抗病性、抗逆性、籽粒品质)均优于现有方法,且能在新物种或训练数据有限时保持较好性能,在线平台为育种者提供免费SNP排名服务,极大降低标记辅助选择门槛。","Global Agriculture \u002F The Crop Journal","2026-09-14T00:00:00Z",83,{"impact":18,"substance":177,"depth":19,"authority":20,"freshness":69,"relevant":22,"comment":305},"跨物种基因-表型预测工具登核心期刊，方法新颖、结论可靠，对智能育种有实质推动，值得进入每日精选。",[307],{"name":301,"url":299},[61,88,309,28,275,310],"水稻","基因-表型预测",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},[],{"status":39,"locked":14,"version":40,"method":41,"evidence":314},{"candidates":315,"agricultural_evidence":46},[316,321,326,330,334,338],{"code":32,"score":45,"supported":46,"title":317,"abstract":319,"tags":320},[318],"深度学习",[318],[88],{"code":322,"score":21,"supported":46,"title":323,"abstract":324,"tags":325},"A1",[],[309],[309],{"code":272,"score":21,"supported":46,"title":327,"abstract":328,"tags":329},[],[275],[275],{"code":101,"score":58,"supported":46,"title":331,"abstract":332,"tags":333},[],[104],[],{"code":51,"score":22,"supported":14,"title":335,"abstract":336,"tags":337},[],[],[28],{"code":57,"score":22,"supported":14,"title":339,"abstract":340,"tags":341},[],[],[61],[343,344],"安徽农业大学 Crop-GPA 2.0","Crop-GPA 2.0 基因-表型预测","安徽农业大学Crop-GPA2.0-2900",{"doi":8,"openalex_id":8,"authors":347,"venue":8,"cited_by_count":166,"oa_url":8,"card":348,"direction":242,"ingested_from":353},[],{"tldr":349,"method":350,"finding":351,"direction":242,"opportunity":352},"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","分层基因组表征、跨物种预训练、性状感知学习，基于多物种SNP与表型数据。","跨性状预测均优于现有方法，新物种或小样本下仍表现良好，并提供免费在线SNP排名服务。","可探索将跨物种预训练模型与田间表型组、环境数据融合，提升复杂性状预测与育种决策的可解释性。","agent","2026-09-19T00:06:08.595080Z",{"id":356,"title":357,"url":358,"summary":359,"summary_zh":8,"content":360,"source_name":361,"source_url":8,"published_at":362,"category":78,"cover_url":8,"hotness":13,"is_selected":14,"score":363,"score_detail":364,"sources":367,"tags":369,"primary_topic":372,"secondary_topics":373,"classification":374,"search_phrases":396,"slug":399,"view_count":400,"doi":8,"paper":8,"created_at":401},2846,"湖南农业大学校长唐文帮寄语2026级新生:用奋斗的青春书写AI浪潮的时代答卷","https:\u002F\u002Fnews.hunau.edu.cn\u002Fzhyw\u002F202609\u002Ft20260917_527257.html","9月16日,湖南农业大学2026级新生开学典礼上,校长唐文帮表示,2026年国家已经把\"人工智能+农业\"纳入国家发展整体框架,AI+农业已从\"可选项\"成为\"必答题\"。我国科学家跨界融合基因编辑与人工智能,研制出全球首台智能育种机器人\"吉儿\",开发的\"神农大模型\"让AI病虫害识别超千种、准确率达93%以上。学校开设了160余门人工智能相关课程、10余个人工智能相关微专业。在中药材育种领域,学校联合国家超算中心,创建中药资源育种智能体\"万草通\"。","![Image 1: 9d5fd6783e0070091696f1db849ab1d8.jpg](https:\u002F\u002Fnews.hunau.edu.cn\u002Fzhyw\u002F202609\u002FW020260917366422263518.jpg)\n\n**用奋斗的青春书写AI浪潮的时代答卷**\n\n——在湖南农业大学2026级新生开学典礼上的讲话\n\n湖南农业大学党委副书记、校长 唐文帮\n\n2026年9月16日\n\n**2026级的新同学们：**\n\n金秋九月，稻浪翻金。在这收获的时节，我们相聚在马坡岭下、浏阳河边。首先，我代表学校，向2026级9940名本科生新同学、3224名研究生新同学致以最热烈的欢迎！\n\n湖南农业大学始于1903年修业学堂，是一所底蕴深厚的百年学府。她是农业农村部与湖南省共建高校、国家首批硕士学位授予单位，现有博士后科研流动站11个，博士学位授权一级学科12个。袁隆平院士曾担任名誉校长。学校牵头建设国家2011协同创新中心，拥有国家“111计划”引智基地，建有10个国家级平台，现有5名中国工程院院士、2名外籍院士。2个学科跻身ESI全球前1‰，8个学科进入前1%。累计为国家培养50多万名优秀人才，他们中，有以邓秀新等8位中国科学院、中国工程院院士为代表的科技领军人才；有以联合国粮农组织总干事屈冬玉等一批省部级以上领导干部为代表的管理精英；有以楚天科技董事长唐岳等一批知名企业家为代表的产业骨干；有以全国劳动模范李常水等为代表的数以万计扎根基层一线的乡村振兴带头人。\n\n在创建一流农业大学的关键征途上，湖南农业大学迎来了优秀的你们！你们是与众不同的一届。当你们迈入大学之门，迅猛的人工智能浪潮已经扑面而来。人工智能正成为引领新一轮科技革命和产业变革的战略性技术，也正在深刻重塑高等教育的内涵、边界和形态。从ChatGPT到DeepSeek，从AI动画到AI编程，一夜之间，仿佛人人都有了一个“最强大脑”。AI正在迅猛重塑着包括农业在内的各行各业。大家不禁要问：AI浪潮来了，大学该怎么读？也有人焦虑：AI这么强，我学的专业还有用吗？今天，我想和大家聊的，正是这个时代之问——作为湖南农业大学的学子，当AI开始重塑农业，我们该成为什么样的新农人？下面我谈三点建议，供同学们思考和讨论，也是与全校师生的共勉。\n\n**第一，遇见AI，要洞悉与回应时代之变**\n\n放眼全球，AI改写农业已成星火燎原之势。在欧洲，AI正在重塑种养两端：英国Cattle Eye用一个摄像头，给每一头牛自动评分体况，无需耳标，无需穿戴；欧盟Rumen AI持续监测牛的瘤胃发酵，让奶、肉产量提高一成、代谢疾病减少一半。荷兰瓦赫宁根大学更让谷歌旗下Deep Mind强化AI算法，与人类专家“同台竞技”种植黄瓜。环顾国内，农业+人工智能已是国家必答题。2026年，国家已经把“人工智能+农业”纳入国家发展整体框架，AI+农业已从“可选项”成为“必答题”。我国科学家跨界融合基因编辑与人工智能，研制出全球首台智能育种机器人“吉儿”，把育种从“一把尺子，一杆秤，用手扒，用脚蹬”的经验模式，推向“BT+DT+AI”的新范式；开发的“神农大模型”，让AI“看得更准、懂得更多”——病虫害识别超千种、准确率达93%以上，还能在计算机里完成育种模拟与基因组设计。\n\n学校为了赢得未来，明确以人工智能深度赋能教学、科研、治理。智能教育方面，筹建运行智慧农业学院、人工智能学院、卓越工程师学院、中药资源学院（交叉学院）等新型学院。学校开设了160余门人工智能相关课程、10余个人工智能相关微专业；学校全面实施教师AI素养提升行动，创建智能化教学空间，打造主题式学习场景，探索人机协同教学新模式；已有10余位教师运用AI创作的教学案例获评国家级、省级优秀。我们推动教师从“会用AI”走向“善用AI、创用AI”，让老师都能在人机协同的讲台上，更好地陪伴大家成长。智能科技方面，学校正以“AI+生物育种”“AI+智慧农机”“AI+生物制造”等为主攻方向，建设农业大数据中心、AI专业知识创新中心，布局农业垂直大模型。在智能农机领域，学校锚定南方丘陵山区需求，嵌入企业真实场景，建设无人农场。在中药材育种领域，学校联合国家超算中心，创建中药资源育种智能体“万草通”。在植物保护领域，学校利用人工智能和图像识别技术研发的病虫测报AR眼镜，田间稻飞虱一眼识别，普查效率提升了3倍。智能治理方面，学校正在构建“数智湘农”新生态，将人工智能融入办学治校的每一个环节。建设全光网与5G专网，打造高速校园网络；加快建设校级AI算力，向全校提供标准化的智算服务。\n\n同学们，人工智能是一把金钥匙，不仅影响未来的教育，也影响教育的未来。看清时代之变，方能答好时代之问；读懂AI之势，方能走好求学之路。\n\n**第二，拥抱AI，要锻造不可替代的自己**\n\nAI的普及，将替代人类许多活动，黑灯工厂、无人快递派送都是人类被AI替代的结果。所以，锻造属于自己的不可替代性尤为重要。不可替代不是天赋，也不是与人争锋，而是在“大同”的世界里，做出自己独一份的“不同”，多一分专业深度思考，多一分创新思维，多一分长期主义，让你在自己的位置上，慢慢长成那个“独一无二的你”。AI是强大的辅助工具，AI越是强大，越考验我们独立思考，只有长在自己身上的本事，才能真正带得走、靠得住。深耕自己，在读书好、好读书、读好书中追求与学术大师的神交，在实践中多问一个“为什么”，把经验变成方法，才能看见别人看不见的需求，找到别人找不到的解法。2022级本科生赵经纬同学，自主开发健康追踪APP，从全球无数参赛者中脱颖而出，入选苹果公司学生编程挑战赛全球350人名单，被邀请赴美国苹果公司总部交流。2024级本科生柏章艺同学，在下乡服务中发现，单纯依靠文献数据生成的AI农事建议，有时和田间现实存在偏差；同学们采集土壤、苗情数据，探索将农户的经验融入模型迭代，让智能大模型真正适配我国的农业实际。\n\n同学们，AI本身并不会取代任何人，只有不善于运用AI的人，才会被取代。AI是通用工具，你所掌握的专业是独特壁垒。把工具和壁垒结合起来，形成属于自己的价值判断、情感共鸣、创新创造，你就具备了别人抢不走的竞争力。\n\n**第三，驾驭AI，要练就专业+AI的跨界本领**\n\n今天的农业，早已不是“面朝黄土背朝天”的老样子。一个智慧农场，需要懂农学的人做种植，需要懂计算机的人写算法，需要懂机械的人造机器，需要懂经管的人算成本效益。学校共建共享世界顶级种业创新高地——岳麓山实验室，正在形成教育、科技、产业、人才一体发展的机制，你们将直接面对产业一线，将有更多课程实现“专业+AI”的变革。希望同学们懂专业、懂AI、懂产业。2024级本科生宋润泽同学，开展低空监视雷达目标智能识别技术创新，成果获得2025年中国青年科技创新擂台赛大奖。2018级莫博程博士，将自身专业与人工智能技术融合，开发智慧农业实时监测预警系统，这项成果获得“金种子”大学生创新创业大赛金奖，这就是跨界的力量。\n\n同学们，时代是出卷人，我们是答卷人。AI时代，变的是工具，不变的是初心；变的是赛道，不变的是使命。技术越先进，初心越坚定；AI越强大，情怀越滚烫。将专业积淀与AI技术结合起来，练就解决复杂难题的本领，你就真正驾驭了AI。\n\n同学们，AI的浪潮，表面是技术的竞赛，本质是人才的竞争、国家命运的较量。当今世界，大国博弈日趋激烈，谁能在关键核心技术领域抢占先机，谁就能掌握发展的主动权。\n\n农业是国计民生的压舱石。学农，学的是安邦之本，守的是大国粮仓，担的是复兴大任。你们生逢其时、重任在肩。强国建设、民族复兴，你们是亲历者、见证者，更是参与者、建设者。接力棒已经传到你们手中，希望你们守好强农报国初心，厚植学农爱农情怀，练就强农兴农本领，在实现中华民族伟大复兴的征途中建功立业。\n\n同学们，希望你们以奋斗之我，赴时代之约；用奋斗的青春，书写AI浪潮的时代答卷！\n\n同学们，希望你们快乐学习、快乐生活、快乐成长！\n\n祝大家学业愉快、生活愉快、天天愉快！","湖南农业大学新闻网","2026-09-17T00:00:00Z",58,{"impact":45,"substance":20,"depth":178,"authority":13,"freshness":365,"relevant":22,"comment":366},9,"高校开学典礼讲话，系统梳理AI赋能农业与农科教育改革举措，含神农大模型、吉儿育种机器人等实质信息，但属校内讲话，公共影响有限，可作主题聚合素材而非每日精选头条。",[368],{"name":361,"url":358},[61,88,28,370,371],"AI+农业","新农科教育",{"code":32,"slug":33,"name":34,"path":35,"parent_code":36},[],{"status":39,"locked":14,"version":40,"method":41,"evidence":375},{"candidates":376,"agricultural_evidence":46},[377,381,386,392],{"code":32,"score":197,"supported":46,"title":378,"abstract":379,"tags":380},[],[30,90],[88],{"code":51,"score":21,"supported":46,"title":382,"abstract":383,"tags":385},[],[384],"基因编辑",[28],{"code":387,"score":58,"supported":46,"title":388,"abstract":389,"tags":391},"B6",[],[390],"中药材",[],{"code":57,"score":22,"supported":14,"title":393,"abstract":394,"tags":395},[],[],[61],[397,398],"农业人工智能 新农科教育 智慧农业 智能育种","农业人工智能 新农科教育","农业人工智能新农科教育智慧农业智能育种-2846",2,"2026-09-18T00:03:28.954237Z"]