大田作物

提出知识引导的深度学习框架AgroEvoDeep-Yield，实现玉米逐日产量形成的可解释模拟与持续

提出轻量网络AgroVisNet与BD-PlantDX数据集，实现手机端作物病害高精度识别。

综述AI赋能杂粮智慧育种的技术体系、应用案例与产业化路径。

提出BiF-YOLO模型，在制种田实现玉米穗精准检测。

提出双注意力序列优化网络DASO-RiceNet，实现10类水稻病害与损伤的高精度分类。

提出轻量模型YOLO-SCOD，实现棉花黄萎病精准检测。

用AI建模比较水稻与高粱PSTOL1受体激酶结构，揭示高粱SbPSTOL1寡聚化特征。

9月7日四川眉山市东坡区永丰村300亩稻田首次试用水稻专属AI大模型管理。马均团队把几十年栽培专业知识、永丰村大田生产数据'喂养'模型，通过土壤墒情、水位、虫情等传感器回传数据，输出分田块、分时段农事建议。系统联合电子科技大学开展跨学科协作，从永丰到崇州、新都多点试验。

用无人机多模态影像与基因型数据训练CNN，预测大豆八种种子成分。

用MobileNetV2和DenseNet169对田间棉花与杂草图像做二分类，验证机器视觉除草可行性

UAV-based rice nitrogen status monitoring using machine learning and deep learning。Precision Agriculture

提出轻量卷积网络AgroVisNet及萝卜、马铃薯、葫芦病害诊断基准BD-PlantDX。

利用AI挖掘玉米氮响应新表型，为高蛋白玉米育种提供可用遗传资源。

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。

提出基于功率流与SVR-NOA的小麦收获机器人负荷在线监测方法。

9月7日,眉山市东坡区太和镇永丰村300亩试点田首次应用水稻专属AI大模型管理,AI测算分析出9月15日为最佳开镰日期,预计亩产量为880-895公斤。由四川农业大学马均团队主导搭建水稻专属AI大模型,北斗在天上、无人机按需出动、AI大模型在云端。

中国农业科学院棉花研究所联合西部农业研究中心8月下旬发布全球首个棉花领域专属知识大语言模型"CottonMind1.0",覆盖棉花种质资源、品种性状、栽培管理、加工利用等全产业链数据,标志着农业AI从通用模型向行业垂直深耕转向。

基于中国南方多环境水稻数据，评估机器学习产量预测在不同部署场景下的真实精度。

用无人机多模态图像和CNN预测大豆八种种子成分，蔗糖精度最高。

提出面向田间工况的电动拖拉机混合储能分层自适应能量管理策略。