SMART AGRICULTURE · FRONTIERS 2025—2026

农业的下一个十年，正在这 10 个前沿里被改写

不是"无人机"和"大数据"那类已成共识的旧话题，       而是具身智能、世界模型、地理空间基础模型、碳 MRV——       一批正在重新定义这门学科、却远未尘埃落定的真问题。

过去两年，农业 AI 的叙事发生了一次根本性迁移：从"看见"——识别一片叶子是否染病——转向"推理与行动"——判断该怎么办，并亲手去做。用业内人的话说，问题从 "发生了什么" 变成了 "我下一步该做什么"。

下面这 10 个方向，是当前真正"烫手"的前沿。它们并非并列的清单，而是彼此咬合，串起一条从感知、认知、决策到具身行动、再到价值闭环的完整链条。每一个，本文都会讲清楚它在攻什么难题、代表性进展与关键数据、以及卡在哪里。

具身智能 · EMBODIED AI

01. 农业 VLA：让机器人"听懂人话再动手"

这是最具颠覆性的方向。视觉-语言-动作模型（Vision-Language-Action, VLA）把"看见环境—理解指令—生成动作"统一进一个端到端框架。该范式由 Google DeepMind 于 2023 年中以 RT-2 确立——它在 PaLI-X、PaLM-E 等视觉语言模型上微调真实机器人数据，输入相机图像加文本指令，输出离散化的机器人动作令牌，并能用思维链做多步推理。

2024 年 6 月，斯坦福开源了 OpenVLA（70 亿参数）。它基于 Llama 2 语言骨干，融合 DINOv2 与 SigLIP 视觉特征，在跨 21 家机构、22 种机器人本体、97 万条真实示范的 Open X-Embodiment 数据集上训练（64 块 A100 训练 15 天）。结果颇具冲击力：在 29 个任务、多种本体上，它以少 7 倍的参数量，绝对成功率反超闭源的 550 亿参数 RT-2-X 达 16.5 个百分点，还能在消费级 GPU 上通过 LoRA 微调。

为什么这对农业是质变？传统采摘/植保机器人是"感知 + 硬编码动作"，换一种作物、换一行果树就得重做。VLA 的野心是跨形态泛化（cross-embodiment）：一类机器人上学到的技能能迁移到物理构型完全不同的另一类。设想农户只需说"把这垄熟透的草莓摘了，青的别碰"，机器人即可完成视觉定位、推理与机械臂规划的全过程。Nature Machine Intelligence（2026 年 2 月）的 RoboVLMs 研究系统拆解了"选哪个骨干、怎么搭架构、何时加跨本体数据"三大设计选择，为这条路线立了路标。

卡在哪　田间的光照、遮挡、形变远比实验室残酷；机器人示范数据极度稀缺且昂贵；实时推理的延迟与算力是硬约束。ICLR 2026 上 164 篇 VLA 投稿揭示出"前沿实验室"与"学术界"之间正在拉开的算力鸿沟——而农业 VLA 几乎还在起跑线。新近的 FailSafe 框架（2025.10）通过系统化生成失败与纠正动作，已能把 OpenVLA 成功率再提升至多 22.6%，可见"鲁棒性"仍是主战场。

关键词　cross-embodiment · 离散扩散 VLA · reasoning VLA · sim-to-real

智能体 · AGENTIC AI

02. 农业 AI 智能体：会自己拿主意的"数字农艺师"

如果说 VLA 解决"手"，Agentic AI 解决的是"脑"。业界把 2026 称为农业进入"智能体时代（agentic age）"的转折年：AI 不再只输出一张诊断图，而是自主把卫星影像、天气、农机数据、地块历史整合到一处，生成一份"做什么、为什么、置信度多高、如何排期"的可执行农事计划。Intelinair 总裁 Tim Hassinger 的概括很精准：下一步是把数据变成"一个简单的计划"。

真正的突破点在于：智能体能跨越多个厂商系统协同工作，而不被困在单一生态里——这意味着它要会调用遥感平台、农机调度、农资库存等一系列工具，像真正的农场运营者那样闭环作业。生成式 AI 在此扮演"翻译官"，把层层叠叠的复杂数据转成农户读得懂的自然语言方案。据 StartUs Insights 估算，农业生成式 AI 市场 2025–2026 年的复合增长率高达 30%。

卡在哪　自主决策一旦出错，代价是真实的减产。可靠性、可解释性，以及"人应当处在回路的哪个位置（human-in-the-loop）"，是绕不开的治理难题；跨厂商的数据与接口互通，目前仍高度割裂。

关键词　decision intelligence · 多工具编排 · human-in-the-loop · 农事计划生成

地理空间基础模型 · GeoFM

03. 把整个地球"预训练"一遍，再来看农田

ChatGPT 之于文本，Prithvi 之于卫星影像。由 NASA 与 IBM 联合、跨美欧巴西 12 家机构 42 位研究者打造的 Prithvi-EO 2.0（提供 3 亿/6 亿两档参数），在 7 年多、约 420 万训练样本的全球哈莫尼化 Landsat/Sentinel-2（HLS）影像上做自监督预训练，覆盖 800 多个生态区，并引入三维时空嵌入——这就是"地理空间基础模型（GeoFM）"。

它的范式价值在于：一次预训练，少量标注即可微调到作物制图、生物量估算、碳循环分析、洪涝/火烧迹地制图等众多下游任务。已落地的案例包括用 Prithvi 绘制亚洲季风区水稻分布图；更亮眼的是 CYPRESS（2025.10），它把 6 亿参数的 Prithvi 编码器改造为连续回归器，将多时相卫星影像直接转成田块内逐像元的油菜产量图。专为农业打造的多源时序基础模型 AgriFM（基于改进的 Video Swin Transformer）也已问世。

卡在哪　大模型微调成本高，于是 DEFLECT（仅增 <1% 参数即匹敌全量微调）、LoRA 等参数高效适配成了热点；更尖锐的是，遥感基础模型存在敏感地理数据被"记忆"和泄露的隐私风险，贯穿预训练、微调到部署全流程。

关键词　Prithvi-EO 2.0 · AgriFM · CYPRESS · 参数高效微调 · GEO-Bench

农业大模型 · AGRI-LLM

04. "免训练"诊断：用一段文字识别新病害

农业大语言模型这一年密集落地。代表是浙江大学林涛团队发表于 Plant Phenomics（2025.8.7）的 ChatLeafDisease（ChatLD）——基于 GPT-4o 与思维链（CoT）提示的"免训练（training-free）"框架：不做任何重训练或微调，仅靠一个病害描述数据库与 CoT 推理智能体，对图像特征与病害描述逐步打分，即可跨作物高精度分类。要支持一种新作物？补一段文字描述即可"无缝扩展"——这直接绕开了深度学习最大的痛点：标注数据。

与之并行的是底座型工作 AgriGPT（2025.8）：以 Qwen3-8B 为基础，先用农业语料做 LoRA 持续预训练以吸收作物、病害等专业术语，再在自建的 Agri-342K 数据集上监督微调，并配套 AgriBench-13K（13 类任务）评测基准，构建起一个农业语言模型生态。更宏观的"育种 5.0"则把 GPT、BERT、Qwen 等多模态基础模型引入育种全链条——表型-基因关联、环境适应性分析、种质资源数据挖掘。

卡在哪　研究者反复警告：性能不佳的大模型若分析出错误的病害类型，不仅会误导农民、伤害农田，更会侵蚀农户对技术的信任。曾有学者建议给大模型生成内容加"警告标签"。"以人为中心的 AI"不是口号，是底线。

关键词　training-free · Chain-of-Thought · 少样本病害识别 · 育种 5.0

三维表型 · 3D PHENOTYPING

05. 用"高斯泼溅"给每株作物建数字孪生

二维图像读不出株型的真实几何。神经辐射场（NeRF）与更新的 3D 高斯泼溅（3D Gaussian Splatting, 3DGS） 正把作物表型推向高保真三维时代。两者路线不同：NeRF 学一个连续体积场，画质高但训练慢、室外受限；3DGS 用显式高斯基元直接表示场景，渲染快、几何特征提取直接，无需繁琐后处理。

2025–2026 进展密集：苏黎世团队的 Wheat3DGS（CVPR 2025 农业视觉工作坊）实现田间小麦麦穗的三维重建、实例分割与表型；Plant3R（2026.3）融合 3D 特征学习与高斯泼溅，关键渲染指标 PSNR>34、SSIM 0.94、LPIPS<0.26 全面超越 NeRF 与原版 3DGS，提取的株高/叶长/叶宽与人工测量相关性 R²>0.94。佐治亚理工的 HS-GS 甚至把高光谱"泼溅"进三维，让每个空间点都带上光谱-养分信息；浙大 PlantGaussian 则探索跨时序、跨场景的真实感重建。

卡在哪　大多数高保真重建仍停留在单株、室内、受控环境；NeRF 训练慢、3DGS 处理大田群体的跨场景跨时序鲁棒重建，仍是公开难题。

关键词　3DGS · NeRF · 高光谱泼溅 · 高通量表型 · 数字孪生

碳农业 · CARBON MRV

06. 把土壤里的碳，变成农户口袋里的钱

这是把技术直接接上商业闭环的方向。AI 驱动的碳测量、报告与核证（MRV: Measurement, Reporting & Verification）平台，正成为可信碳信用体系的骨干：用卫星多光谱成像 + 机器学习实时监测土壤碳、自动化完成碳信用核证。ICL 集团等企业已在用 AI 量化再生农业的固碳量。

它的意义是把抽象的"再生农业"变成可量化、可交易的资产。据行业测算，到 2027 年，经 AI 核证的碳信用可能让采用再生农业的农户每英亩每年额外获得约 3 至 30 美元收益。背后的科学支撑，是发表于 Nature Communications（2024.1）的"知识引导机器学习（KGML）"——把过程模型 Ecosys 蕴含的碳-水-养分循环机理、高分遥感观测与机器学习三者融合，在决策相关尺度上更准更省地量化农田碳通量，弥补纯过程模型或纯数据驱动方法各自的高不确定性。

卡在哪　土壤碳的地下过程极复杂、可约束观测稀缺，模型不确定性大；碳信用的可信度与防"洗绿"，直接决定整个市场能否成立。

关键词　MRV · 知识引导机器学习（KGML） · 再生农业 · 碳信用

作物世界模型 · CGM-WGP

07. 把"作物怎么生长"写进基因组预测

纯数据驱动的基因组预测有个软肋：它学不会"为什么"。前沿做法是机理 + 数据的混合范式——把机理性的作物生长模型（CGM）嵌进全基因组预测（WGP），即 CGM-WGP。它用分层贝叶斯模型捕捉作物对环境的动态生理响应，从而刻画基因型×环境（G×E）的非线性互作与非加性遗传效应，已在玉米上被证明能提升预测能力（Cooper、Messina、Technow 等系列工作）。与之并列的非线性分层贝叶斯模型（Costa-Neto 等）整合 G×E、显性效应与环境协变量，在玉米数据上预测能力优于传统 GBLUP。

这背后是"世界模型"思路在农业的投影：不止预测结果，而是建立一个能模拟、推演作物-环境系统演化的内在模型。对育种而言，这意味着在虚拟环境里就能预筛抗逆、稳产的基因型组合，把多年田间评价压缩进计算机。The Plant Genome（2025.11）已将此思路推广到多年生果树的预测育种。

卡在哪　线性模型抓不住复杂非线性互作，而机理模型与深度学习的耦合方式仍在探索；高质量、跨环境的表型-基因型数据依旧昂贵稀缺。

关键词　CGM-WGP · G×E 互作 · 分层贝叶斯 · 机理-数据融合 · 世界模型

多组学育种 · MULTI-OMICS GS

08. 多组学融合：从基因组到田间的"死亡之谷"

基因组选择（GS）自 Meuwissen 等 2001 年提出以来，已让育种从"看表型"转向"看基因"，凭基因组估计育种值（GEBV）在早代做选择，大幅缩短育种周期。当下的研究热点，是把基因组、转录组、蛋白组、代谢组、表型组等多组学层层打通，用 DeepGS、DNNGP、SoyDNGP 等深度模型捕捉它们之间的协同信息——尤其针对产量这类受 G×E 强烈影响、遗传力低的复杂性状。Plant Communications（2025.6）的 GPS 研究显示：最优的跨组学数据融合模型，相比最佳单一 GS 模型，选择准确率提升可达 53.4%。

但 2025 年 11 月一篇关于果树育种的论文（Frontiers in Plant Science）给出了振聋发聩的批判：这场技术革命"悖论式地制造了一个'死亡之谷'"——绝大多数基因组层面的发现，最终没能抵达农民的田里。

卡在哪　跨组学数据在类型、维度、特征上高度异质，融合困难；果树等作物的标注数据稀缺；蛋白组、表观组的整合仍是未开垦的机会。而最致命的，是从论文到田间的转化断层。

关键词　基因组选择 · 多组学融合 · valley of death · 遗传增益 · GEBV

生成式 AI · SYNTHETIC DATA

09. 当真实数据不够，就让 AI"造"数据

农业 AI 最深的结构性困境是：数据稀缺且长尾。罕见病害、极端胁迫、特定生育期的样本极难采集，而模型恰恰最容易在这些"少数情形"上翻车。生成式 AI 给了一条出路——用扩散模型等生成高质量合成图像，补齐稀缺类别，让训练集覆盖更广的真实分布。

这条线与前面多个方向交织：合成数据可以喂养病害识别模型，可以为 VLA 机器人在仿真中生成廉价的训练场景（sim-to-real），也可以与 3D 重建结合做数据增强。它本质上是在缓解整个领域"实验室精度高、田间一落地就掉点"的泛化顽疾——有综述实测，CNN、RNN 等深度模型跨农业生态区迁移时性能下降可达 12–18%。

卡在哪　合成数据与真实分布之间的"域间隙（domain gap）"若控制不好，反而会引入偏差；如何验证合成样本的生物学真实性，仍缺乏公认标准。

关键词　扩散模型 · 数据增强 · 长尾分布 · sim-to-real · domain gap

数据主权 · FEDERATED LEARNING

10. 数据不出农场，模型照样变聪明

当农业越来越依赖数据，"谁拥有这些数据"就成了绕不开的问题。农场的产量、地块、农事记录是核心商业资产，农户与企业都不愿把原始数据上传到某个中心化平台。联邦学习（Federated Learning）提供了答案：让数据留在本地，只交换模型参数更新，从而在保护隐私的前提下协同训练出更强的模型。它与第 3 节地理空间基础模型的隐私风险（敏感地理数据被"记忆"）正好形成呼应。

在中国，这与正在建设的"农业可信数据空间""农业农村大数据资源中心"等制度探索同频——后者旨在汇聚物联网、遥感、生产、市场、金融等多源涉农数据，并强调数据的合规高效流通交易。换言之，它关乎的不只是技术，更是农业数据的确权、流通与主权。

卡在哪　农场间数据高度异质（non-IID）会拖累联邦模型收敛；可靠的网络基础设施缺位与监管框架不清，是真实世界落地的最大障碍。

关键词　联邦学习 · non-IID · 数据主权 · 可信数据空间

10 个方向，一条暗线

这十个前沿不是并列的清单，而是一条递进的智能链——

感知智能　地理空间基础模型 · 3D 表型       ↓认知智能　农业大模型 · 作物世界模型 · 多组学育种       ↓决策智能　AI 智能体 · 生成式数据 · 联邦学习       ↓具身智能　农业 VLA 机器人       ↓价值闭环　碳 MRV，把科学变成现金流

值得注意的是，贯穿这十个方向的，有一条共同的"焦虑主线"：从论文到田间的鸿沟。无论是 VLA 的数据稀缺、大模型的误导风险、基因组研究的"死亡之谷"，还是联邦学习的基础设施缺位——技术的天花板很高，但真正的较量，发生在它能否在泥地里可靠地跑起来。

这恰恰是这门学科此刻最迷人的地方：它的前沿不在云端，而在实验室与田埂之间那道尚未填平的沟里。而你我，都还站在它的早晨。

主要参考　Nature Machine Intelligence（RoboVLMs, 2026）· Nature Communications（KGML, 2024）· OpenVLA / RT-2 · IBM–NASA Prithvi-EO 2.0 · Plant Phenomics（ChatLeafDisease）· AgriGPT（arXiv, 2025）· The Crop Journal / Plant Communications / The Plant Genome / Frontiers in Plant Science · Computers and Electronics in Agriculture · ICLR 2026 VLA 综述 · StartUs Insights、CropLife 行业报告及相关政策文件。

本文仅作科普与学术交流之用 · 数据与观点请以原始文献为准 · 转载请注明出处