“吉兒”智能育種機(jī)器人（科研團(tuán)隊(duì)提供）

“ 15秒一朵花、77.6%的巡航授粉成功率、95%的零部件國(guó)產(chǎn)化率……

與單純機(jī)器人炫技不同，這是一次事關(guān)糧食安全和農(nóng)民飯碗的“飯碗級(jí)”技術(shù)變革，將傳統(tǒng)經(jīng)驗(yàn)型育種推向精準(zhǔn)農(nóng)業(yè)時(shí)代。”

文 | 王嫻

出品 | 極新

01 吉兒解決了哪些問(wèn)題？

要理解“吉兒”的意義，必須先回望傳統(tǒng)育種的桎梏。

高成本：人工授粉的沉重賬單

在傳統(tǒng)雜交育種中，人工授粉是制約效率的關(guān)鍵瓶頸。以番茄為例，雜交制種的授粉環(huán)節(jié)100%依賴人工，僅人工費(fèi)用就占到育種總成本的25%以上。而在這25%中，僅“去雄”一項(xiàng)就要吞掉40%的花費(fèi)。換言之，育種者花在人工授粉上的錢(qián)，比花在肥料、水電等成本上的總和還要高。對(duì)于動(dòng)輒持續(xù)數(shù)年的育種周期來(lái)說(shuō)，這是難以忽視的沉重負(fù)擔(dān)。

低效率：時(shí)間窗口的死板限制

授粉的最佳窗口期極其有限，一般要求在花朵開(kāi)放當(dāng)日完成操作，否則坐果率將明顯下降。人工勞動(dòng)不可避免存在反應(yīng)速度慢、覆蓋不足的問(wèn)題。一個(gè)熟練工人每天也只能完成數(shù)千朵花授粉，而在大型溫室里，這個(gè)需求常常以百萬(wàn)計(jì)。育種企業(yè)往往面臨“花開(kāi)得太快，人手根本跟不上”的困境，導(dǎo)致授粉錯(cuò)過(guò)最佳時(shí)機(jī)、產(chǎn)量與成功率下降。

不一致性：經(jīng)驗(yàn)操作的隱形成本

人工授粉還伴隨著高度依賴經(jīng)驗(yàn)的問(wèn)題。不同工人的操作手法差異顯著：有人刷粉輕重適中，有人則過(guò)猛損傷花朵；有的經(jīng)驗(yàn)豐富能保持穩(wěn)定成功率，有的新手則失敗率高。標(biāo)準(zhǔn)化難以保證，直接導(dǎo)致雜交育種的一致性和穩(wěn)定性不足。對(duì)于產(chǎn)業(yè)化而言，這意味著新品種推廣過(guò)程中可能出現(xiàn)“批次差異”，降低市場(chǎng)認(rèn)可度。

勞動(dòng)力緊缺：老齡化與外出務(wù)工的雙重壓力

傳統(tǒng)授粉的依賴人力，也讓育種受制于社會(huì)人口結(jié)構(gòu)。隨著農(nóng)村勞動(dòng)力老齡化加劇，青壯年勞動(dòng)力不斷向城市轉(zhuǎn)移，育種基地普遍面臨“用工荒”。每逢花期，雇工難、工價(jià)高的問(wèn)題屢見(jiàn)不鮮。有企業(yè)甚至不得不跨省招募臨時(shí)工，導(dǎo)致生產(chǎn)計(jì)劃受阻，成本進(jìn)一步攀升�？梢哉f(shuō)，人工授粉環(huán)節(jié)已經(jīng)成為農(nóng)業(yè)現(xiàn)代化道路上的沉重負(fù)擔(dān)。

環(huán)境限制：蜜蜂也不再“萬(wàn)能”

一些育種環(huán)節(jié)依賴蜜蜂輔助授粉，但蜜蜂授粉在現(xiàn)代溫室條件下并不理想。封閉環(huán)境、光照不足、晝夜溫差過(guò)大，都會(huì)影響蜜蜂的活躍度和授粉成功率。而隨著氣候變化，蜜蜂種群數(shù)量也在下降，進(jìn)一步削弱了自然授粉的可持續(xù)性。人工補(bǔ)位雖可彌補(bǔ)，但勞動(dòng)強(qiáng)度和成本問(wèn)題隨之加劇。

創(chuàng)新緊迫：品種升級(jí)周期的全球競(jìng)賽

在氣候變化、糧食安全和全球市場(chǎng)競(jìng)爭(zhēng)的壓力下，育種行業(yè)迫切需要縮短周期、提高產(chǎn)量和抗逆性。傳統(tǒng)經(jīng)驗(yàn)型育種往往需要8–10年才能培育出一個(gè)新品種，而市場(chǎng)對(duì)周期的要求已經(jīng)逼近3–5年。人工授粉的低效與高成本，使這一目標(biāo)幾乎難以企及。

傳統(tǒng)雜交育種正陷入“高成本—低效率—勞動(dòng)力短缺—標(biāo)準(zhǔn)化不足—環(huán)境受限”的多重困境。

也正是在這樣的背景下，“吉兒”的出現(xiàn)才顯得格外關(guān)鍵。它并不只是一個(gè)機(jī)器人，而是一種“生物技術(shù)+人工智能”相結(jié)合的新模式：通過(guò)基因編輯重塑花型、AI視覺(jué)識(shí)別柱頭、柔性機(jī)械臂精準(zhǔn)刷粉，實(shí)現(xiàn)授粉的自動(dòng)化與全天候化。它的落地，標(biāo)志著雜交育種從人力驅(qū)動(dòng)的經(jīng)驗(yàn)?zāi)Ｊ�，開(kāi)始邁向標(biāo)準(zhǔn)化、數(shù)字化和規(guī)�；�的智能新階段。

02 技術(shù)詳解：AI賦能下的“三步一體”

核心數(shù)據(jù)速查：

為了讓機(jī)器人真正走進(jìn)溫室，科研團(tuán)隊(duì)首先解決了“看得清”的問(wèn)題。

他們從真實(shí)生產(chǎn)環(huán)境中采集了約1.28萬(wàn)張番茄花朵圖像，涵蓋RGB與近紅外等多光譜信息，并逐一標(biāo)注花朵邊界框、分割掩碼與朝向特征。這一龐大數(shù)據(jù)集成為深度學(xué)習(xí)模型的訓(xùn)練基礎(chǔ)，使機(jī)器人能夠在雜亂枝葉和光照變化下仍能準(zhǔn)確識(shí)別柱頭。實(shí)驗(yàn)證明，在復(fù)雜環(huán)境中，模型柱頭識(shí)別準(zhǔn)確率達(dá)到85.1%，已接近人工經(jīng)驗(yàn)水平。

圖:作物花型重塑與 AI 機(jī)器人協(xié)同設(shè)計(jì)實(shí)現(xiàn)智能自動(dòng)化雜交育種

識(shí)別之后，才談得上“動(dòng)手”。

當(dāng)機(jī)器人鎖定花朵目標(biāo)后，機(jī)械臂上的柔性小刷會(huì)伸入花中，以模擬自然振粉的方式輕輕涂抹花粉。整個(gè)過(guò)程僅需約15秒，不僅速度比人工更快，而且動(dòng)作標(biāo)準(zhǔn)化、一致性更高。單次巡航授粉的成功率為77.6%±9.4%，若配合多輪巡航，最終坐果率可以媲美甚至超過(guò)人工。

可以說(shuō)，吉兒實(shí)現(xiàn)了授粉的規(guī)�；�與重復(fù)性控制，將“經(jīng)驗(yàn)性”轉(zhuǎn)變?yōu)?ldquo;算法性”。

這一整套流程依托于三大核心模塊的集成：

視覺(jué)感知模塊：高分辨率多光譜攝像頭與慣性導(dǎo)航傳感器結(jié)合，實(shí)時(shí)采集溫室場(chǎng)景，AI模型在毫秒級(jí)完成花朵檢測(cè)、掩膜分割與柱頭朝向判定，實(shí)現(xiàn)毫米級(jí)精度定位。

決策控制模塊：通過(guò)傳感器與激光雷達(dá)的協(xié)同，機(jī)器人在“識(shí)別—定位—接觸”的三步作業(yè)流程中自動(dòng)規(guī)劃最優(yōu)巡航路線，保證與溫室生產(chǎn)節(jié)奏匹配，避免漏花和重復(fù)。

機(jī)械執(zhí)行模塊：機(jī)械臂搭載柔性刷與碰撞檢測(cè)系統(tǒng)，在進(jìn)入花朵時(shí)產(chǎn)生輕微振動(dòng)，既能高效轉(zhuǎn)移花粉，又能防止花瓣損傷。力度控制策略經(jīng)過(guò)反復(fù)調(diào)試，確保“柔而不弱”。

整個(gè)系統(tǒng)在溫室標(biāo)準(zhǔn)行道間可以自由往返，形成從圖像識(shí)別到實(shí)際授粉的一體化閉環(huán)。作業(yè)流程可概括為：

1. 識(shí)別：攝像頭捕捉圖像，AI模型篩選處于授粉窗口期的花朵；

2. 定位：算法計(jì)算機(jī)器人與花朵的相對(duì)位置，激光雷達(dá)輔助路徑規(guī)劃；

3. 接觸：機(jī)械臂伸入花中，柔性小刷輕輕完成授粉動(dòng)作。

“吉兒”智能育種機(jī)器人（科研團(tuán)隊(duì)提供）

為滿足無(wú)人值守要求，吉兒機(jī)器人在機(jī)身配備邊緣計(jì)算平臺(tái)（如車載GPU或嵌入式AI盒子），本地運(yùn)行視覺(jué)模型和路徑規(guī)劃，實(shí)現(xiàn)實(shí)時(shí)推理與決策。

同時(shí)，研究團(tuán)隊(duì)搭建了溫室數(shù)字孿生系統(tǒng)：基于3D建模與傳感器數(shù)據(jù)生成溫室虛擬鏡像，在仿真環(huán)境中優(yōu)化機(jī)器人巡航路徑與任務(wù)調(diào)度。數(shù)字孿生技術(shù)幫助驗(yàn)證參數(shù)配置，實(shí)現(xiàn)最短路徑與高覆蓋率，為吉兒的穩(wěn)定運(yùn)行提供了技術(shù)保障 。

此外，吉兒機(jī)器人的一大亮點(diǎn)是其高度國(guó)產(chǎn)化的硬件體系。吉兒整機(jī)零部件國(guó)產(chǎn)化率超過(guò)95% 。這意味著其關(guān)鍵驅(qū)動(dòng)電機(jī)、諧波減速器、力傳感器、高精度攝像頭等組件均來(lái)自國(guó)內(nèi)供應(yīng)商。近年來(lái)，中國(guó)機(jī)器人領(lǐng)域涌現(xiàn)出精科、永進(jìn)、上邦等自主品牌諧波減速器，以及多款國(guó)產(chǎn)伺服系統(tǒng)，能滿足農(nóng)業(yè)機(jī)器人微米級(jí)定位精度要求；圖像處理方面，中國(guó)品牌的寒武紀(jì)、華為昇騰等AI芯片及嵌入式計(jì)算模塊也開(kāi)始應(yīng)用。高國(guó)產(chǎn)化率不僅降低了單機(jī)成本，還增強(qiáng)了供應(yīng)鏈可控性與維護(hù)便捷性，為吉兒后續(xù)升級(jí)和大規(guī)模推廣提供了保障。

03 商業(yè)溫室驗(yàn)證：效率與成本的現(xiàn)實(shí)對(duì)照

在商業(yè)溫室的實(shí)地測(cè)試中，吉兒機(jī)器人的表現(xiàn)已經(jīng)接近甚至逼近熟練工人的水平。試驗(yàn)數(shù)據(jù)顯示，在柱頭外露的大豆材料上，機(jī)器人授粉可節(jié)省約76.2%的人工時(shí)間，且動(dòng)作標(biāo)準(zhǔn)化、一致性更高。這意味著，它不僅能在單位時(shí)間內(nèi)完成更多作業(yè)，還能避免人工因疲勞或經(jīng)驗(yàn)差異帶來(lái)的不穩(wěn)定因素。以每朵花15秒的速度計(jì)算，一臺(tái)吉兒的日均工作量相當(dāng)于數(shù)名工人同時(shí)作業(yè)的總和。在勞動(dòng)力持續(xù)緊缺的當(dāng)下，這一優(yōu)勢(shì)尤其凸顯。

從經(jīng)濟(jì)賬來(lái)看，雖然一臺(tái)吉兒的售價(jià)在數(shù)十萬(wàn)元級(jí)別，但如果考慮長(zhǎng)期替代人工，它的投資回收周期在數(shù)年內(nèi)即可實(shí)現(xiàn)。隨著使用年限延長(zhǎng)和制種規(guī)模擴(kuò)大，單位成本將進(jìn)一步攤薄。更重要的是，它能有效緩解農(nóng)村勞動(dòng)力老齡化、用工價(jià)格上漲帶來(lái)的壓力，幫助育種企業(yè)穩(wěn)定成本。應(yīng)用之后，不僅育種生產(chǎn)力大幅提高，雜交育種的成功率與品種一致性也會(huì)隨之改善，從而帶動(dòng)整個(gè)制種環(huán)節(jié)的效率提升。

這種轉(zhuǎn)變帶來(lái)的不僅是單一企業(yè)的收益，更是整個(gè)行業(yè)的結(jié)構(gòu)性改變。人工授粉長(zhǎng)期以來(lái)占據(jù)番茄雜交育種成本的25%以上，而全球范圍內(nèi)雜交育種的總支出接近千億元規(guī)模。吉兒的引入意味著在這個(gè)巨大的成本盤(pán)子里，至少有四分之一的支出可以被壓縮。它不僅節(jié)省了單點(diǎn)的人工開(kāi)銷，還可能推動(dòng)整個(gè)品種研發(fā)周期的加快，縮短新品種上市時(shí)間。這種效率的提升，直接關(guān)系到中國(guó)乃至全球糧食供應(yīng)鏈的韌性。

政策與資本的雙重推動(dòng)也在加速這一進(jìn)程。農(nóng)業(yè)農(nóng)村部近年來(lái)頻頻強(qiáng)調(diào)要加快推廣智能農(nóng)機(jī)設(shè)備，智能授粉機(jī)器人完全契合這一政策導(dǎo)向，未來(lái)有望納入農(nóng)機(jī)購(gòu)置補(bǔ)貼或示范應(yīng)用項(xiàng)目。在資本市場(chǎng)方面，類似以色列的Arugga、新加坡的Polybee等公司已經(jīng)憑借授粉機(jī)器人獲得多輪融資。吉兒的問(wèn)世，將成為國(guó)內(nèi)資本關(guān)注“AI+農(nóng)業(yè)”的又一重要信號(hào)，也可能吸引新一輪創(chuàng)業(yè)公司進(jìn)入賽道，推動(dòng)產(chǎn)業(yè)鏈加速成熟。

換句話說(shuō)，吉兒不僅在改造一個(gè)環(huán)節(jié)，更在重塑農(nóng)業(yè)的職業(yè)生態(tài)與產(chǎn)業(yè)邏輯。

04 全球方案：同一難題，不同解法

在一整套硬件與算法體系支撐下，吉兒已經(jīng)展現(xiàn)出較強(qiáng)的工程化落地能力，而放眼全球，關(guān)于自動(dòng)化授粉的探索并不止于中國(guó)，各國(guó)科研團(tuán)隊(duì)也在嘗試不同路徑。

以色列的 Arugga 公司研發(fā)的“Polly”機(jī)器人是目前商業(yè)化程度最高的案例之一。Polly通過(guò)AI視覺(jué)識(shí)別花朵后，釋放高壓氣流來(lái)模擬蜜蜂振動(dòng)授粉。該方式避免了人工逐一刷粉的高強(qiáng)度勞動(dòng)，也不依賴活體昆蟲(chóng)，在全人工光照環(huán)境下同樣可運(yùn)行。根據(jù)公開(kāi)數(shù)據(jù)，Polly在番茄溫室的應(yīng)用使產(chǎn)量提升了約3–7%，并顯著降低了勞動(dòng)力投入。不過(guò)，目前它仍需人工推動(dòng)到每條種植線入口，自動(dòng)化程度尚未完全閉環(huán)，未來(lái)研發(fā)方向是實(shí)現(xiàn)真正的自主巡航。其硬件依賴 NVIDIA Jetson 平臺(tái)，AI模型持續(xù)迭代，以適應(yīng)溫室光照、作物品種等變化。

美國(guó)西弗吉尼亞大學(xué)團(tuán)隊(duì)則提出了另一種思路——多臂并行作業(yè)。他們開(kāi)發(fā)的“StickBug”機(jī)器人配備六個(gè)機(jī)械臂，其中部分負(fù)責(zé)固定枝條，部分則振動(dòng)授粉。這種方式的優(yōu)勢(shì)在于并發(fā)效率高，可以在同一時(shí)間對(duì)多株作物授粉。但由于機(jī)械臂復(fù)雜度高、溫室映射與多臂協(xié)同算法尚未完全成熟，該系統(tǒng)目前仍停留在實(shí)驗(yàn)室階段，距離商業(yè)化尚有距離。

新加坡的 Polybee 團(tuán)隊(duì)則選擇了無(wú)人機(jī)路線。他們研發(fā)的小型無(wú)人機(jī)通過(guò)螺旋槳下壓氣流使花朵振動(dòng)，從而完成授粉。Polybee的優(yōu)勢(shì)在于靈活性高，不依賴固定軌道，可在多層或復(fù)雜布局的溫室里作業(yè)。該方案已經(jīng)在澳大利亞進(jìn)行試點(diǎn)，實(shí)驗(yàn)結(jié)果顯示授粉效果穩(wěn)定。但無(wú)人機(jī)受限于續(xù)航、電池更換及飛行安全，未來(lái)如何在大規(guī)模溫室環(huán)境中穩(wěn)定部署仍需進(jìn)一步驗(yàn)證。

與這些方案相比，吉兒的獨(dú)特性在于“作物—機(jī)器人協(xié)同設(shè)計(jì)”�？蒲袌F(tuán)隊(duì)通過(guò)基因編輯讓作物花型更適合機(jī)械臂作業(yè)，使機(jī)器人無(wú)需復(fù)雜的空氣動(dòng)力學(xué)或多臂協(xié)同，僅依靠單臂刷粉便可實(shí)現(xiàn)高效授粉。這一設(shè)計(jì)思路避免了外部條件不確定性，把復(fù)雜度轉(zhuǎn)移到“作物本身”，從而構(gòu)建了一個(gè)更穩(wěn)定、更閉環(huán)的解決方案。其每朵花授粉僅需15秒，可全天候持續(xù)運(yùn)行，效率已接近甚至超過(guò)人工，真正實(shí)現(xiàn)了從識(shí)別、定位到授粉的閉環(huán)自動(dòng)化。

從實(shí)驗(yàn)室走向溫室，“吉兒”機(jī)器人已經(jīng)證明，人工授粉這道“老大難”正在被重新書(shū)寫(xiě)。

這背后是生物技術(shù)與人工智能的深度融合，也是中國(guó)在農(nóng)業(yè)現(xiàn)代化和種業(yè)自主上的一次突破。

放眼全球，人工授粉的不同路徑還在摸索，吉兒則憑借“作物—機(jī)器人協(xié)同設(shè)計(jì)”搶先跑出閉環(huán)。

誰(shuí)能在這場(chǎng)競(jìng)賽中走得更遠(yuǎn)，取決于技術(shù)成熟度和產(chǎn)業(yè)化速度，但可以確定的是，自動(dòng)授粉的未來(lái)已經(jīng)到來(lái)。

       原文標(biāo)題 : 15秒一朵花：AI走進(jìn)育種溫室，“吉兒”究竟改變了什么？