中科院团队首创全球首台自动巡航杂交授粉智能育种机器人

• 市场需求强：2024年全球杂交种子市场约 3830亿元，预计 2029 年达 5904亿元；其中番茄杂交种 2024 年 85.4亿元，预计 2030 年 150.5亿元。

• 成本与效率瓶颈突出：

  ▶ 番茄：商业种普遍为杂交种，但因柱头内缩、花型闭合，全球制种至今基本依赖人工授粉——人工成本 >25% 的育种总成本，其中去雄≈授粉成本的40%；随人口老龄化，人工成本攀升更快。

  ▶ 大豆：理论上杂种优势可带来 >30% 增产潜力，但大豆花高度闭合、人工杂交极难，无力规模化应用。

• 根因：花部形态并非为机器人而“设计”。闭合花型阻碍机器精准去雄与授粉，育种“贵、慢、难”长期难解。

图1 基因编辑GLO2，创建番茄柱头外露雄性不育系

1) BT筑基：通过基因编辑“重新设计花型”

• 以番茄为体系，靶向花器官 ABC 模型中特异调控雄蕊发育的 MADS-box 基因 GLO2：

▶ 使闭合的雄蕊“开裂”且花粉败育（形成雄性不育），同时柱头自然外露，无需额外伸长；

▶ 形成结构型雄性不育系：既跳过繁琐去雄，又显著降低授粉操作难度；

▶ 不损伤杂交果实产量与种子质量，且摆脱遗传背景限制，具备广泛适用性（利于快速在不同品种系中复现）。

图2 各种glo2突变体的果实和种子表型

2) AI赋能：让机器人“看得见、摸得准、动作稳”

• 与中科院自动化所合作，自主研制智能授粉机器人并在商业化温室稳定运行：

▶ 视觉模型：基于深度学习的花朵检测与柱头定位（团队公开指标：柱头识别准确率 85.1%）；

▶ 动作控制：单花授粉约 15 秒，一次巡航的授粉成功率77.6% ± 9.4%；

▶ 作业方式：可全天候反复巡航，直到确保目标花授粉坐果；

▶ 工程化：国产化自主率 >95%，整机成本具落地潜力。

3) 系统集成：构建“智能育种工厂”

• 将“吉儿”与团队自 2018 年以来发展的 从头驯化（de novo domestication） 与 快速育种（Speed breeding） 深度融合：

▶ 在可控光环境下加速世代轮换，近缘野生种的利用周期由~5 年压缩到 ~1 年；

▶ 兼顾抗逆性与风味/营养等品质目标，形成批量化、短周期的新品质创制流程；

▶ 本质上把“创制材料—杂交配组—加速选择—规模制种”连成闭环，搭建标准化、可规模复制的育种产线。

图3 深度学习驱动的花朵检测和柱头定位

图4 将 GEAIR 与从头驯化和快速育种相结合，快速开发优良番茄品系

• 番茄：在“能用”与“好用”之间找到平衡

▶ 花型重塑带来可视可达的柱头目标，显著降低人工与机器人操作难度；

▶ 商业温室验证显示，机器人授粉效率与人工相当，但在一致性、可连续作业与整体人力节省方面具明显优势；

▶ 工程化可扩展：同类思路可推广至辣椒、茄子、马铃薯等茄科作物，以及其它存在花型闭合问题的作物。

图5 设计用于番茄异花授粉的移动机器人

• 大豆：率先迈过“杂交制种的第一道坎”

▶ 首次快速创制柱头外露的结构型大豆雄性不育系；

▶ 与常规材料相比，人工授粉时间节省 76.2%；

▶ 为我国率先实现大豆杂交育种、显著提升单产，提供了新一代“技术 + 装备”组合拳。

图6 商业化生产温室中机器人对番茄植株进行异花授粉

图7 编辑大豆B类基因，产生柱头外露的雄性不育系

审稿人高度评价了该成果，认为其是一项令人振奋的创新性突破，是通过BT+AI交叉融合解决重大科技问题和产业难题的典范，展现了人工智能驱动科学研究（AI for Science）的巨大潜力。

1) 经济性

• 在番茄等商业化作物中，去雄与人工授粉属于刚性且长期存在的高成本环节，且会因农村劳动力老龄化和人工费用上涨而进一步攀升

• “吉儿”切入点精准（眼前的刚需 + 可计算的成本替代），国产化率 >95% 有望进一步降低全生命周期成本；

• 在“规模制种—异地/多点长周期作业”场景下，机器可长时间保持稳定质量，边际收益凸显。

2) 工程与运维

• 识别—定位—接触的“三步走”流程与温室生产节律相容；

• 模块化（视觉、导航、末端执行器）设计，使维护和升级更加便捷、成本更低。

• 与温室数字孪生/农业中控系统衔接后，可实现批次级与单花级的作业追溯。

3) 扩展性与生态

• BAR 模式支持“育种-生产-采收-追溯”全链路 BT+AI 融合，给上游（基因编辑/材料创制）与下游（加工品牌/风味标准）都带来可度量的价值锚；

• 通过“作物-机器人协同设计”，将作物性状设计与机器可操作性同步优化，可迁移到更多作物与场景。