#点云表型

提出Poplar-Studio框架，从多视角点云重建可编辑的杨树幼苗三维结构模型。

提出3D实例分割与骨架化框架，自动提取苹果树枝条表型性状。

提出多光谱反射场框架，实现近距植物三维点云辐射精确生成。

提出几何感知网络Plant-GeoAT，实现3D植物点云器官身份解析与器官级表型分析。

系统梳理基于三维点云的家畜体尺非接触测量技术研究进展。

提出几何约束3D高斯泼溅方法，低成本重建植物点云并实现高精度表型分析。

提出AgriPoinTr，用几何感知Transformer补全复杂结构作物的残缺点云。

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。