从“会育种”到“慧育种” 种业竞速进入AI时间

　　上证报中国证券网讯（记者 邹传科）9月10日至12日，第十八届中国国际种业博览会暨第二十三届全国种子信息交流与产品交易会在合肥举行。首次设立的数智种业与生物育种展区，成为本届大会最具人气的区域。崖州湾国家实验室、中国科学院等15家单位集中展示AI育种大模型、育种机器人、国产基因芯片、智能育种加速器等成果，高通量表型组学、全基因组选择等技术从概念验证走向产业应用。育种工具正在从“替代人力”走向“重构流程”，种企比拼的也已不仅是品种本身。

　　育种AI从概念验证走向应用

　　9月12日，合肥滨湖国际会展中心数智展区内，一台透明机柜前围满了人。机柜内，多轴机械臂正从试管阵列中精准取液、加样、读数，全程无人值守，这是中种集团带来的全自动蛋白检测设备（Elisa）工作站；旁边大屏上，玉米杂交组合的预测数据正实时跳动。

　　记者在现场看到，中种集团展台整合了AI育种软件、Elisa工作站及数字化精准推广系统，覆盖基因组解析、杂交组合预测、性状鉴定全流程。据展台工作人员介绍，Elisa工作站依托多轴机械臂实现全流程无人自动化运行，效率较传统模式提升5倍；玉米基因组卓越选择系统GASEL的杂交组合预测准确率达60%至80%，可节约90%田间测试成本。

　　前端数据采集之外，育种周期本身也在被重新定义。“它并不是一个具象的机器人，更像一个多学科交叉的育种工厂。”中科合肥智能育种加速器创新研究院研究助理张一凡站在“小海”微缩模型旁介绍。这台设备集成离子舱、逆境舱、表型舱、加代舱，可完成诱变创造、抗逆筛选、性状鉴定、快速加代全流程，加代舱内一年可完成四至七代繁育。

　　当日，基于ricenavi系统优化升级的“水稻AI育种家1.0”智能体首次亮相。

　　“传统育种大概需要8年至10年，结合这套方法，常规稻改良可以缩减到3年至5年。”荃银高科总经理助理、水稻事业部总监周熙瑞演示，输入一个亲本组合，系统数秒内即给出基因型、性状预测和改良建议结果。“这不再是简单的数据库检索，而是把水稻分子导航育种系统升级成了AI智能体。”他表示，RiceNavi是全球首款智能化水稻育种导航程序，基于该体系选育的科优9085去年在高温条件下亩产达937.46公斤。

　　“模型越用越聪明，但当前必须与田间育种紧密结合，基础研究与育种融合将推动未来育种更加智能。”周熙瑞说。

　　效率与精准度成竞争新标尺

　　技术展示热闹的背后，是一笔可以算清的账。“人工智能的核心价值在于提高效率和精准度，但真正出品种，仍要依靠田间性状选择。”中国工程院院士赵春江在演讲中表示。在他看来，育种正加速从传统经验育种向智能育种转型，全球已进入育种4.0时代，拜耳、科迪华等国际巨头已构建独享的智能化育种体系，我国“AI+”行动计划亦将农业AI驱动的育种体系创新列为涉农板块重点。

　　赵春江介绍，智能育种体系以AI算法融合常规育种与分子育种，依赖表型组、环境组、代谢组、基因组等多组学大数据。目前国内高通量表型获取已覆盖地面、空中到航天遥感，后续突破仍取决于传感器进步。其团队研发的奇稷农业大模型以通用大模型为底座，基因编辑靶向序列设计速度提升37.5%，综合育种效率提升30%。

　　同时，企业端的投入同步加码。据国投种业副总经理陈锋介绍，公司2023年注资40亿元打造生物育种平台，构建“1+M+N”创新体系，目前已开发出AI驱动的全基因组选择模型、碱基编辑工具等。

　　“公司最早将信息化应用于科研环节，包括分子辅助育种和AI设计育种，并结合商业化育种体系，按照工厂化、流水式育种模式，大幅提升了育种水平。”隆平高科旗下亚华种业总经理史勇敢告诉上证报记者，目前公司已与华为合作，基于鸿蒙系统开展农业技术服务。

　　此外，记者注意到，全国农技中心发布的数据显示，2026至2027年度冬小麦新产种子70亿公斤，远超40亿公斤需求；杂交稻制种面积增至238.4万亩，玉米制种面积调减至358.5万亩。供应总量充裕、竞争加剧，种企比拼的已不仅是品种本身，更是育种效率和精准度。优质、专用、抗逆品种加速替代老旧品种，耐密、多抗、宜机收及转基因品种制种面积增加。结构性变化之下，数字化转型的紧迫性随之上升。

　　数据确权与利益分配待破题

　　效率和精准度之外，数据是AI育种必须迈过的坎。

　　“种业数据获取，高度依赖智能装备与平台。”托普云农智慧农业研究院执行副院长张盛军认为，从种质资源库、高通量表型到智能人工气候室和数字化育种管理软件等，数据链条的完整性决定了AI应用的上限。

　　但数据链条打通，前提是利益链条理顺。种企在田间地头积累的育种材料、试验数据和品种选育经验，是核心竞争力所在，而科技企业提供的算法和平台同样需要商业回报。育种数据归谁、算法成果怎么分，是比技术更棘手的利益问题。

　　有参展企业人士向记者坦言，数据确权应在合作之初以合同形式明确，原始数据归种企所有，算法迭代成果可约定共享或按贡献度分配。亦有企业人士认为，数字化投入的第一笔钱应花在能产生闭环数据的基础设施上，而非孤立采购软件或算法，只有数据回流，投入才有持续价值。“种业AI生态不能靠一方通吃，需要建立公平合理的利益联结机制。”海南种业实验室副主任杨新泉说。

　　赵春江则建议，智能育种设施建设应以区域为单位推进，避免重复建设，同时通过隐私计算解决材料共享和数据安全担忧，实现“数据不动模型动”。他亦提醒，当前部分育种研究过度关注算法，忽视了遗传学家和育种家的经验性与应用性，未来应将二者更好结合。

　　值得注意的是，全国农技中心数据显示，杂交稻制种面积前10位的企业占比已超过50%，较去年提高4个百分点，行业集中度提升为数据标准化和利益分配机制的形成提供了有利条件。

　　从本届大会看，“人工智能+种业”已从“要不要做”进入“怎么落地”阶段。多位受访人士认为，AI不会取代育种家，但会深刻改变育种流程；最终能否出品种、出好品种，仍要交由田间检验。