美国国家科学基金会（NSF）近日宣布启动并公布 AI-ENGAGE（Advancing Innovations for Empowering NextGen AGriculturE） 项目首批资助名单：6个国际联合科研项目 获得支持。仅NSF侧投入约 240万美元，四国合计投入 超过600万美元，重点面向 作物抗逆、病虫害管理与育种提效 等关键环节，推动人工智能与新兴技术更快走向田间应用。
“四国协作+分国资助”：AI-ENGAGE怎么运转？
AI-ENGAGE由NSF牵头，与澳大利亚CSIRO、日本JST、印度ICAR在“四方安全对话机制（Quad）”框架下协同推进。其核心特点是：每个参与机构资助本国团队，同时要求项目在研究设计、数据与验证场景上实现跨国协作；并明确提出 每个项目至少需由四国中的三国科研力量共同参与（鼓励四国全参与）。
从时间表看，JST披露这批项目已通过四国联合评审机制遴选，项目自2025年10月1日启动，周期为3年（36个月）。
与“概念验证”不同，这一批项目的共同指向是 把AI变成可用工具：可部署的机器人、可上手的手机应用、可落地的视觉模型，以及直接服务育种决策的算法体系。根据公开信息，6个项目的方向包括：
普渡大学（Purdue University）：研发果园（苹果）病害早期识别的 空地协同自主机器人，提升巡检效率与发现窗口期。
爱荷华州立大学（Iowa State University）：打造“BRIDGE”手机App与聊天机器人，实现病虫害 实时识别与决策支持。
堪萨斯州立大学（Kansas State University）：建设“Smart Scout”计算机视觉系统，用于 大豆产量估计 与 倒伏检测。
密苏里科技大学/田纳西大学：开发“HARVEST”多模态AI系统，用于 玉米与水稻的虫害与养分管理。
华盛顿州立大学（Washington State University）：推进 AI驱动的基因组选择模型，服务小麦抗逆育种。
康奈尔大学（Cornell University）：开发基于图像的表型分析工具，加速 番茄、洋葱、草莓 等作物育种进程。
NSF主任Brian Stone表示，该计划意在把AI与传感、机器人等新兴技术更深度地嵌入农业生产，以增强作物生产力、提升病虫害管理能力并强化粮食安全。
过去几年，农业AI常被质疑“论文很好、落地很难”：数据分散、环境差异大（品种、土壤、气候、管理方式）、农户使用门槛高，导致模型跨区域迁移困难。AI-ENGAGE的设计，正是对这些“落地难点”的集中回应：
跨区域验证：把美国与印太地区多样化生态纳入项目协作，有利于构建更具泛化能力的数据与模型。
从模型到工具：项目主题明显“工程化”——机器人巡检、手机端识别、视觉估产、育种决策模型，直指生产端应用。
联合评审+分国资助：用统一评审机制保障方向一致性，再由各国机构资助本国团队，降低跨境协作的资金与组织摩擦。
从6个项目的结构看，最可能率先产生规模化影响的，是三类场景：
“识别—诊断—建议”的轻量化服务（如BRIDGE）：门槛低、部署快，适合从试点走向推广。
“机器视觉+田间巡检”的标准化模块（Smart Scout、果园机器人）：把“经验型侦察”变为“数据化侦察”，直接影响投入品使用与减损。
“AI+育种”的效率跃迁（小麦基因组选择、图像表型）：一旦建立稳定流程，往往能在多个作物上复制，带来长期复利。
AI-ENGAGE释放出明确信号：在Quad框架下，农业正在成为“AI+新兴技术”国际协作的重要试验田——不只拼算法，更拼 数据、场景与工程化交付能力。
农业科技侠交流群
入群可添加小编微信（扫描下方二维码，备注：来意-姓名-单位，若二维码添加失败，请公众号后台私信留言“入群”）
投稿、宣传推广、开白等请在本公众号后台回复“1”
转载请注明来源：本文转自农业科技侠数字与智慧农业微信公众号
编辑：林剑
来源：美国国家科学基金会
声明:本文旨在前沿分享,若有编辑等问题,敬请后台留言
