国际·智慧农业周刊#113 | 获Meta最高级别资助,AI眼镜开启田间应用;MRI胚内鉴定进入美国市场

（#113 期 2026.7.27-8.2 | 往期→合集）

01 | Agerpoint获Meta最高级别资助，探索AI眼镜农业应用→ Agerpoint计划把空间智能平台延伸至可穿戴设备，使田间人员通过语音完成数据记录、现场观察和信息查询。首批试点将面向加州葡萄、浆果和树果等多年生作物。

02 | Octopusbot完成逾100万澳元首轮融资，扩大AI粮食预测平台→ Octopusbot将历史产量、卫星影像、天气和商品市场信息纳入预测模型，尝试在官方及贸易预估前提供粮食供需判断。新资金将用于扩展作物品类、区域覆盖和全球市场情报网络。

03 | Wild Bio收购F1 Seed，建立英国独立精准育种小麦业务→ 此次收购使Wild Bio从性状发现和技术授权进一步进入品种选育及种子商业化环节。F1 Seed的英国小麦种质与育种管线，将用于承接Wild Bio通过进化生物学、AI和基因编辑发现的候选性状。

04 | ADM Capital气候智慧景观基金完成4800万美元终关→ 该基金采用混合融资与担保机制，为印度尼西亚农业、林业、水产养殖及土地利用领域中小企业提供长期信贷。资金重点填补处于成长阶段、但难以获得常规银行融资的企业资金缺口。

05 | Orbem在美国部署首套MRI胚内性别鉴定系统→ Orbem利用MRI获取鸡胚内部组织信息，再由AI自动识别生殖器官，以兼容美国市场占比较高的白羽蛋鸡品系。模块化产线最高可处理每小时2.4万枚种蛋，并保持无创检测。

06 | Planet获苏格兰政府七位数合同，以卫星与AI监测农业改革→ 该项目将高频卫星影像用于区域尺度的农业和生态监测，为政策执行提供更连续的数据证据。监测内容将围绕可持续粮食生产、生物多样性、碳减排及农业景观变化展开。

07 | Pessl Instruments携手1NCE，建设全球农业气象物联网网络→ 双方把分布在不同国家的气象站和田间传感器接入统一连接体系，以提高偏远农业区域的数据传输连续性。平台覆盖降水、土壤水分、极端天气和病害风险等信息，为灌溉及投入品管理提供现场数据。

7月30日，美国农业空间智能企业Agerpoint宣布获得Meta AI Glasses Impact Grant，并成为五家获得最高级别Catalyst Grant的机构之一，具体资助金额未披露。公司将结合Meta可穿戴设备访问工具包，把现有空间智能和AI能力接入智能眼镜，使农业人员能够通过语音指令免手持采集田间数据、记录作物情况并获得实时反馈。首批试点计划在美国加利福尼亚州开展，主要覆盖葡萄、浆果和树果等多年生作物。

将智能眼镜变为田间数据入口

农业田间调查通常需要工作人员一边观察作物，一边使用手机、纸质表格或专用终端记录信息。对于需要检查果实、枝条、病斑和设备状态的任务，手持记录工具可能影响操作连续性。

Agerpoint计划通过智能眼镜的摄像、语音和联网能力，让工作人员在保持双手作业的同时采集影像、输入观察结果并查询相关信息。语音记录还可以将现场描述与具体时间、位置和作物对象关联。

这类设备的应用重点并不只是拍摄画面，而是将一线人员观察到的情境信息转化为可进入农业管理系统的数据。

衔接空间数据与现场观察

Agerpoint的空间智能平台主要服务农业、林业及自然资产管理，可整合田间采集、遥感影像、传感器、设备和农场管理数据。

智能眼镜采集的信息将为现有数据增加现场视角。例如，遥感数据能够识别某一区域的异常变化，佩戴设备的人员则可以进入具体位置，记录植株症状、管理措施和现场环境。

公司计划利用实时反馈缩短从发现问题到采取行动的时间，使现场观察与远程数据分析形成连续工作流程。

首批试点聚焦多年生作物

Agerpoint将首先在加州葡萄、浆果和树果种植场景中开展试点。这些作物通常需要持续进行植株检查、成熟度评估、产量调查和病虫害观察，具有较多依赖人工经验的田间任务。

试点将用于评估语音交互、数据采集和实时反馈在实际作业中的适用性。公司还将继续参与Meta Wearables Community，与可穿戴设备领域的研究人员和开发者开展交流。

【农业科技侠评论】

Agerpoint尝试把农业智能终端从手机和驾驶室延伸至田间人员的视野与语音交互。其实际价值将主要体现在能否准确记录现场信息，并与已有遥感、设备和农场管理数据形成有效关联。

7月28日，澳大利亚悉尼农业科技企业Octopusbot宣布完成超过100万澳元的首次外部融资，由Folklore Ventures和No Brand投资。公司利用超过1万个AI模型处理历史产量、卫星影像、天气记录和商品市场数据，为种植者、采购商、贸易商、食品企业及农业投入品公司预测作物产量、供应风险和价格方向。平台目前拥有100多家全球客户，在澳大利亚覆盖超过100万公顷农田，并可提前最长约七个月提供预测。融资将用于扩大技术平台、强化全球市场情报网络，并将模型拓展至食糖、棉花和坚果等商品及更多地区。

整合生产与市场数据

Octopusbot由Carolina Ferreira和Rodrigo Cortes于2020年创立。两位创始人的经历分别涉及网络安全、电气工程、采购、供应链和企业资金管理。

平台同时分析作物生产和商品市场数据。卫星影像与气象记录可用于观察种植面积、作物长势和环境条件，历史产量数据为模型提供区域生产基线，市场信息则用于分析供需和价格风险。

公司表示，平台每天利用超过1万个AI模型处理数百万个数据点，以量化不同生产和市场情景的发生概率。

将预测时间前移至生产周期内

粮食产量及供应数据往往需要经过调查、汇总和修订，正式统计与市场变化之间可能存在时间差。Octopusbot希望在作物生长过程中持续更新预测，为商业和金融决策提供更早的信息。

公司称，其预测可较部分贸易及官方估计提前最长约七个月，数据准确率平均超过95%。该指标为企业披露数据，具体表现会因作物、地区、预测周期和评价方法而有所差异。

平台的使用者包括农户、粮食采购商、贸易商、食品生产商，以及化肥和植保企业。不同用户可将产量及供应预测用于销售安排、采购计划、库存管理和风险评估。

从谷物向更多商品扩展

Octopusbot目前已在全球拥有100多家客户，并与澳大利亚农业服务企业Elders合作开展数据分析和市场洞察服务。其澳大利亚业务覆盖超过100万公顷，市场情报产品也在南北美洲、欧洲和黑海地区扩展。

公司计划利用本轮资金继续完善模型及数据网络，并进入食糖、棉花和坚果等商品领域。相较于谷物，不同商品在生长周期、交易体系、产区集中度和价格形成机制方面存在差异，需要重新配置数据源和预测模型。

【农业科技侠评论】

Octopusbot的产品同时连接田间生产信息与商品市场判断，服务对象覆盖粮食供应链多个环节。随着预测范围扩展至新作物和新地区，统一的数据评价方法将成为理解其预测能力的重要基础。

7月29日，牛津大学农业科技衍生企业Wild Bioscience宣布收购英国萨福克郡独立小麦育种企业F1 Seed，交易金额未披露。收购完成后，Wild Bio将从以性状发现和授权为主的企业，转变为覆盖遗传性状设计、精准育种、品种开发和市场推广的综合种业公司。Wild Bio利用进化生物学数据、机器学习和基因编辑寻找与产量、抗逆性及病害抵抗力相关的性状；F1 Seed则带来十余年积累的英国小麦种质、育种经验及商业管线，目前已有6个品种进入英国市场，另有3个品种计划于2026年推出。

从性状发现进入品种商业化

Wild Bio成立于2021年，由Ross Hendron和Steve Kelly共同创办，主要利用野生植物在长期进化过程中形成的遗传适应能力，为现代作物寻找可用性状。

公司建立植物生物学数据集，并运用机器学习识别与干旱、高温、洪涝和生产力相关的遗传特征，再通过精准育种手段将目标变化导入小麦等现代优良材料。

收购F1 Seed后，Wild Bio获得了从候选性状验证、育种材料导入到品种试验和商业推广的完整路径，减少了单纯依赖外部种企授权转化的环节。

F1 Seed补充小麦种质与育种经验

F1 Seed由小麦育种专家Bill Angus于2014年创立，业务重点是扩大英国小麦遗传多样性，并开发适应当地生产环境的新品种。

该公司已有6个小麦品种进入英国市场，主要用于饲料和蒸馏加工，另有3个新品种计划于2026年推出。在2026年进入英国官方国家试验的82个新小麦品种中，F1 Seed提供10个，占比约12%。

这些育种材料和试验管线可为Wild Bio发现的候选性状提供导入基础，并支持相关材料在英国气候、病害和生产条件下开展评价。

聚焦产量稳定性和抗病性

Wild Bio表示，整合后的业务将重点推进产量、稳产性和病害抗性等性状。英国小麦生产面临单产增长放缓以及黄锈病等病害压力，企业希望通过扩大种质来源和精准调节性状增加可用育种材料。

Wild Bio此前完成5100万欧元A轮融资，累计融资约6580万欧元，投资方包括Ellison Institute of Technology、Oxford Science Enterprises、Braavos Capital和牛津大学。相关资金主要用于扩大研发及商业运营，并推动早期田间成果转化为可上市品种。

【农业科技侠评论】

这笔收购补齐了Wild Bio在传统育种、区域试验和种子上市方面的能力，使AI与基因编辑发现的性状能够直接进入英国小麦育种管线。F1 Seed已有品种和国家试验材料，也为整合后的业务提供了现成开发基础。

近日，亚洲投资管理机构ADM Capital宣布其Asia Climate-smart Landscapes Fund（ACLF）完成最终募集，基金规模为4800万美元。该基金是一只面向印度尼西亚气候智慧型土地利用项目的混合融资私募信贷工具，将向可持续农业、林业、水产养殖及相关供应链中的中小企业提供长期贷款。最终募集包括澳大利亚政府Australian Development Investments通过Sarona Asset Management作出的800万美元出资，以及Minderoo Foundation、Paul Ramsay Foundation和LEEAF Trust等澳大利亚基金会及家族投资机构合计865万美元出资；美国国际开发金融公司为基金提供资产层面50%的担保。

以混合融资降低信贷风险

ACLF汇集政府资金、开发性金融、慈善资本、家族资本和机构投资，通过不同资金来源和风险承担机制支持商业贷款。

美国国际开发金融公司提供的资产层面50%担保，可分担基金部分贷款风险。此类结构旨在提高私人资本进入新兴市场气候项目的可行性，同时让基金向缺少抵押资产或长期融资渠道的企业提供资金。

基金采用私募信贷方式，主要向企业提供中长期贷款，而非直接购买企业股权。融资将用于企业扩大经营、改善生产和供应链，并采用更具气候适应性和环境效益的土地利用方式。

服务印度尼西亚中小企业

基金目标企业主要分布在可持续农业、农林复合经营、林业、水产养殖及相关土地利用产业链。这些企业连接农户、原料生产、加工、物流和市场，但在扩张阶段通常面临长期信贷不足。

ACLF计划支持企业采用能够改善土地管理、降低温室气体排放并增强生产韧性的经营方式，同时关注农村就业、生计改善和性别平等等社会目标。

基金将财务回报目标与环境、社会影响指标结合，部分绩效收益与既定影响目标的完成情况挂钩。

澳大利亚资本参与最终募集

本次最终募集新增的澳大利亚资金通过ADI Climate Partners共同投入，该投资工具由Ecotone Partners管理。

其中，澳大利亚政府Australian Development Investments出资800万美元；Minderoo Foundation、Paul Ramsay Foundation、LEEAF Trust及其他基金会和家族投资机构合计投入865万美元。

ADM Capital将ACLF定位为其首只专门面向印度尼西亚气候智慧土地利用融资的影响力基金。基金完成募集后，将继续向符合条件的中小企业部署长期信贷。

【农业科技侠评论】

ACLF并非单一农业项目基金，而是覆盖农业、林业、水产养殖和土地利用供应链的私募信贷工具。政府及慈善资金、开发金融担保和私人资本共同参与，是其向融资不足企业提供长期贷款的核心结构。

7月27日，德国农业深科技企业Orbem披露，其首套基于磁共振成像和人工智能的胚内性别鉴定系统已在美国投入运行，第二套设备计划于8月中旬启用，第三个美国项目安排在2027年，相关孵化场名称尚未公布。其Genus Focus系统在不破坏蛋壳的情况下扫描鸡胚，并利用AI识别已经开始分化的生殖器官；当前算法主要在孵化第11至12天运行。公司称，系统可在不到一秒内完成单枚图像采集与分析，鉴定准确率达到99.5%，模块化配置最高可处理每小时2.4万枚种蛋。

MRI识别鸡胚内部结构

胚内性别鉴定是在雏鸡出壳前判断性别，使蛋鸡孵化场能够提前分离雄性胚蛋，减少雄性雏鸡出壳后被淘汰的情况。

Orbem的Genus Focus系统使用MRI观察鸡胚内部组织。鸡胚生殖器官约从孵化第六天开始分化，目前系统在第11至12天的识别表现较为稳定。

与检测蛋壳颜色或羽毛色素的方法不同，MRI通过内部生物结构进行判断，因此可应用于白羽和褐羽蛋鸡品系。整个过程不需要从蛋内抽取液体，也不破坏蛋壳。

AI提高MRI检测速度

传统MRI成像时间较长，结果通常需要专业人员判读。Orbem将快速成像方法与AI分析结合，由算法自动识别胚胎结构并输出性别结果。

公司称，单枚种蛋的图像采集和分析时间不足一秒，准确率为99.5%。其模块化设备可以根据孵化场规模配置：较小系统可服务年产约100万只母雏的孵化场，大型配置最高处理每小时2.4万枚种蛋。

自动化速度和产线兼容性决定胚内检测能否进入大型商业孵化场，同时还需与种蛋输送、分选和后续孵化环节衔接。

启动美国市场部署

Orbem于2019年在德国慕尼黑成立，2025年在美国得克萨斯州设立办公室。目前，其胚内性别鉴定系统已在德国、法国、瑞士、荷兰和挪威运行。

公司已在美国启动首个项目，第二套设备计划于2026年8月中旬投入运行，第三个项目预计于2027年开展。美国蛋鸡产业大量使用白羽品系，而依赖羽色差异的光学鉴别方法通常面向部分褐羽品系，Orbem将品系兼容性作为其进入美国市场的重要产品特点。

【农业科技侠评论】

Orbem的技术路径以MRI识别内部组织，不依赖蛋壳或羽色差异，因此能够覆盖更多蛋鸡遗传品系。美国首批项目将进一步检验其模块化设备与大型孵化产线的衔接能力。

2026年7月31日，Planet Labs Germany宣布获得苏格兰政府农业与农村经济主管部门授予的一项七位数金额合同，具体金额及币种未公开。根据为期一年的协议，Planet将通过经销商Computacenter提供PlanetScope高频卫星数据及AI分析服务，支持苏格兰农业改革路线图的实施。苏格兰政府计划利用相关数据持续观察农业景观和生态变化，评估可持续粮食生产、生物多样性保护和碳减排进展，并为后续农业改革措施提供决策依据。

高频影像覆盖农业景观变化

Planet运营由大量小型卫星组成的地球观测网络，PlanetScope产品能够以较高频率获取大范围地表影像。

对于农业和农村政策监测，高频影像可以持续记录农地覆盖、植被变化和景观结构，减少仅依靠少数时间节点调查造成的信息空档。

苏格兰地域范围较大，农业生产、草地、林地和其他自然环境交错分布。卫星数据可为区域监测提供统一信息源，并辅助确定需要进一步调查的位置。

AI分析支持农业改革

在本项目中，Planet不仅提供原始影像，还将使用分析工具从连续数据中提取农业和生态变化信息。

苏格兰政府希望借助相关数据追踪生态进展，支持更加可持续的粮食生产，提高生物多样性并减少碳排放。影像与AI分析结果还将用于评估农业景观变化，为未来政策和项目设计提供依据。

项目执行期为一年，相关服务通过Planet经销商Computacenter提供。合作将持续至2026年，以探索自动化监测在苏格兰农业和环境目标中的具体应用。

扩大英国公共部门业务

Planet此前已与威尔士政府及英格兰农村支付局开展合作，为农业管理和公共项目提供地球观测数据。

此次进入苏格兰政府项目后，其英国公共部门客户进一步覆盖多个地区。卫星监测的作用主要在于提供连续、可比较的大范围数据，具体政策评估仍需要结合地面调查、农业申报及其他行政信息。

【农业科技侠评论】

该项目把卫星数据用于农业政策和生态目标的持续监测，而非仅服务单个农场的生产决策。高频影像能够提高区域观察的连续性，AI分析则负责将大规模影像转化为可用于政策评估的信息。

2026年7月30日，奥地利智慧农业企业Pessl Instruments与物联网连接服务商1NCE宣布推出由1NCE提供通信支持的METOS农业气象网络。该系统已连接数千套气象站和田间传感器，为80多个国家的农业用户提供降水、土壤水分、极端天气预报及作物病害风险等实时信息。1NCE负责田间设备与Pessl Instruments精准农业数据平台之间的物联网连接，其网络覆盖超过170个国家和地区，披露的服务可用率为99.97%。双方未公布合作的财务条款。

连接分散的田间设备

农业气象站和传感器通常分布在农田、果园及其他远离固定通信设施的位置。设备需要持续传回降雨、温湿度、土壤水分及其他环境数据，网络中断会影响数据完整性及预警时效。

1NCE为Pessl Instruments提供跨地区物联网连接，使设备能够通过统一体系接入METOS平台。对在多个国家部署设备的企业而言，统一连接可减少逐个市场配置通信服务的复杂度。

1NCE表示，其连接能力覆盖超过170个国家和地区，服务可用率为99.97%。这一基础设施用于支撑Pessl Instruments在全球农业场景中的远程设备管理和数据传输。

覆盖80多个国家的农业用户

METOS平台目前连接数千套气象站和田间传感器，为80多个国家的用户提供服务。农户可以远程查看降水、土壤水分和其他田间环境信息。

平台还将传感器数据用于极端天气预报和作物病害风险分析。许多作物病害的发生与温度、湿度、叶面湿润时间和降雨条件相关，连续气象数据可以为风险模型提供输入。

相关信息可辅助用户调整灌溉、施肥和植保作业时间，并对高风险地块进行进一步调查。

从硬件销售延伸至持续服务

Pessl Instruments的业务由气象站和传感器硬件延伸至数据平台、预测模型和远程服务。稳定的设备连接决定其能否持续提供实时数据和分析结果。

通过与1NCE合作，公司可以将现场设备、通信网络和农业数据平台形成统一服务链条。双方将重点解决偏远地区、跨国部署和长周期运行中的联网问题。

【农业科技侠评论】

农业物联网的稳定性不仅取决于传感器精度，也取决于设备能否持续传输数据。Pessl Instruments与1NCE的合作主要强化了跨区域连接层，为气象监测和病害风险服务提供通信基础。

💡 对以上话题有想法？欢迎添加微信与我们交流探讨！📱 微信号：GCL_0199

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：农业科技侠国际

声明:本文旨在前沿分享,若有编辑等问题,敬请后台留言