育种家的工作是怎样的？在闷热的麦田中，为米粒大小的麦花一个个授粉，在齐膝的水田里，一株株细数稻穗上的粒数……从袁隆平时代的传统杂交水稻，到基因编辑的分子标记育种，似乎育种一直和日复一日的田间劳作、年复一年的人工选育相关。

然而，在人工智能时代，育种正在发生翻天覆地的变化，传感器全时段采集田间数据，大模型无限配比和模拟性状变化，人工智能自主鉴定和选择表型数据，在虚拟场景中，不同的材料瞬间完成生长周期……

《中华人民共和国国民经济和社会发展第十五个五年规划纲要（草案）》提出，“全方位推进数智技术赋能。全面实施‘人工智能+’行动”。少有人知的是，在农业科研中，AI已经开始在育种领域广泛应用，并快速改变现代育种的模式。新京报记者对话全国人大代表，中国科学院院士、中国农科院作科所研究员钱前，讲述AI时代的育种故事。

AI时代的机器人“育种家”

新京报：“十五五”规划纲要草案提出全面实施“人工智能+”行动，在你的工作中，是否有相关的应用？

钱前：和许多人所了解的比较土的那种农业不同，真正的农业，其实对科技发展的敏感度非常高，应用也非常快。比如人工智能、机器人，许多人还在探索和寻找应用场景时，农业科研已经开始规模化地应用这些技术了。比如育种，大数据、人工智能、物联网早已经开始普遍应用，在去年3月召开的2025种子大会暨南繁硅谷论坛上，就有40多家单位展出了智慧育种的成果，这远远不是全部。

新京报：智慧育种是一种怎样的育种模式？

钱前：人类的育种大概经历了五个阶段，最早是传统的经验育种，简单来说，就是凭着经验，选择那些强壮、多粒、抗病性好的植株，留下来一代代繁衍。第二代是遗传学育种，自孟德尔打开遗传学大门开始，杂交育种是其中的典型。第三代是分子标记育种，第四代是基因编辑育种。到如今，则是第五代智慧育种，也可以称为育种5.0时代。

以我们的工作来说，我们开发了一个名为“育种飞轮”的体系，这是一个数据驱动的自我强化系统。飞轮隐喻描绘了从启动到持续增长的过程。最初需要大量推动力，系统逐渐积累动能，进入自我维持的加速阶段，最终建立自我强化的增长循环。简单来说，这个育种系统在田间有遍布的传感器，连通无人机遥感、卫星遥感，全天候采集各种信息，比人的肉眼观察更精准、更全面。在实验室里，胚胎显微注射平台实现高精度遗传转化、单细胞分离系统支持高通量操作、AI驱动的蛋白质工程平台加速功能设计。

育种大模型则可以分析庞大的表型数据，通过创建虚拟环境，模拟各种基因配对后，作物在不同环境下的表现和可能的结果，并在成千上万结果中，精准快速地找到我们需要的结果。这样的现代智慧育种，大量地使用了人工智能、大模型、不同类型的机器人，为可持续的粮食生产提供更快速、更智能的解决方案。

引入人工智能分析植物4.7亿年演化信息

新京报：在你看来，人工智能当前在育种中发挥作用最大的领域是什么？

钱前：对种质资源的挖掘，可能是人工智能育种目前最需要做的事情，也是能够发挥最大作用的事情。种质资源，可以简单理解为物种的遗传物质资源，在作物领域，包括种子、花粉、茎尖、无性繁殖的块茎、作物DNA等。它是育种的基础，我们的育种都是在庞大的现有种质资源中挖掘，进行杂交配组，然后不断选育，让那些优质的基因组合在一起，育成更加优良的品种。但事实上，我们对作物种质资源的利用率非常低。联合国粮农组织的数据显示，截至2024年底，全球保存的种质资源超过600万份，利用率不到10%。其中，全球保存的作物种质资源超过180万份，利用率同样非常低。

我国已建成国际领先的种质资源保护利用体系，国家作物种质库以及中期库、种质圃中保存着超过60万份种质资源。每一份种质资源都是一个独特的基因库，都保存着宝贵的基因，它们可能是自然界千万年选择的结果，蕴含着适应特定环境的基因，也可能是人工驯化的成果，记录着人类选择的秘密。但怎样才能利用起这些宝贵的资源呢？首先就要弄明白资源库里都有哪些宝贵基因，分析清楚它们各自有什么作用，但这是一个工程量无法想象的工作，靠人力去鉴定和分析是不可能完成的。但人工智能技术的发展，让我们有了全面了解它们的可能。

新京报：在具体工作方面，有什么重要的进展或做法？

钱前：就在2025年，中国农科院领衔启动了一项“天书计划”，该计划将对国家作物种质库中保存的22.3万份水稻、小麦、玉米、大豆种质资源进行解析，由此揭开种质资源中的遗传密码。2026年2月，中国农科院再次联合全球49家科研机构，共同启动“植物星球计划”，这一计划旨在针对没有建立参考基因组的目、科、属开展系统采样，借助系统发育基因组学方法，构建高分辨率、时间校准的陆地植物系统发育树，以厘清主要植物类群之间的亲缘关系与分化时间。计划将引入人工智能算法，构建基因组语言模型，分析植物在4.7亿年演化过程中形成的遗传信息，通过解码陆地植物主要谱系的遗传密码，绘制“植物生命之树”，以应对粮食安全、生物多样性保护等全球性挑战。

让AI从“会决策”到“懂原理”

新京报：在种质资源挖掘与利用之外，其他环节的智慧育种有何特点？

钱前：新技术对育种的改变是全方位的。在种质资源利用方面，它可以挖掘出更丰富的基因资源。在数据整合分析中，它可以通过天地空全方位的检测，包括卫星遥感、无人机采集、地面传感器采集数据等，实现“天眼”“地眼”“透视眼”多方位的数据收集，并进行整合分析，通过大模型等技术，实现基因组、转录组、蛋白组、代谢组等多组学技术的综合运用，还可以实现全生长过程的动态监测。它可以在虚拟领域，基于人工智能和机器人技术的闭环育种系统，形成 “数据采集—分析建模—实践验证—数据迭代”的良性循环，在虚拟环境中测试育种方案——比如模拟未来10年气候变化场景，预测某水稻品种产量稳定性或模拟不同基因编辑组合的效果，提前排除90%以上的无效方案。它可以实现从微量元素到大田的无人化监测与管理，还能够应对不同情况，实时调整和优化策略。比如，若表型机器人发现某地块作物出现胁迫信号，立即触发灌溉机器人调整水量，同时将数据反馈给AI模型更新预测。

新京报：与前几代的育种模式相比，智慧育种的效果如何？

钱前：新的育种模式，其核心逻辑是数据越多，AI模型就越准，育种效率就越高，相应地，新数据也就越多，以此形成持续迭代的正向循环。至于育种效果，根据测算，某一种水稻品种的抗病育种周期，通过智慧育种，可以将时间从6年缩至2年，且抗病选择效率提升15%。

新京报：当前，智慧育种中的关键工作是什么？

钱前：从我个人的工作来看，我们正在做的是，让智慧育种从可以自主决策，到可解释、可洞察。简单来说，就是让AI不仅 “会决策”，还要“讲清楚为什么”。比如，当AI推荐某亲本组合时，需明确标注“基于3个抗锈病基因+2个高产QTL位点”，让育种家可追溯、可验证，避免“黑箱决策”风险。这不只是技术迭代的问题，更是技术伦理的需求，是让技术真正地、更好地为育种家服务，我们追求的不只是让智慧育种更智能、更高效、更精准、更广泛，还要更透明、可解释，真正成为人脑得心应手的工具。

新京报记者 周怀宗