第 20 章 南京农业大学 — 作物表型组学交叉研究中心
中国平台 · 农业机器人
核心人物3
- 01
刘守阳
负责人 · 南京农业大学教授/博导
植物表型教育部工程研究中心主任、中法 PheniX-Lab 中方负责人
- 02
曹卫星
国家信息农业工程技术中心主导团队
- 03
朱艳
国家信息农业工程技术中心主导团队
项目与产品时间线 5 个节点
- 2017
-
作物表型组学交叉研究中心成立
国内高校首个作物表型组学交叉研究中心,落地南京农业大学前沿交叉研究院。
-
- 2025
-
FoMo4Wheat 小麦视觉基础模型
250 万张小麦田间图像、10 亿参数,用于生育期监测、出苗率、穗密度与病害杂草识别。
-
作物动态智能设计育种模型
育种周期缩短 50%。
-
大豆智慧育种平台
1 万份高质量基因组、3060 万变异、90 万表型记录,基因分型准确率 99.3%。
-
「药问」农业 AI Agent 发布
-
甄别提示:中国平台的公开材料中,「设计目标」与「现有产能」经常混用,「国际最大/最先进」多为宣传口径。本部分对每个平台明确区分在建 / 已运行状态,并标注哪些数字是目标而非实测。
| 项 | 内容 |
|---|---|
| 平台 | 作物表型组学交叉研究中心(2017 年成立,国内高校首个);植物表型教育部工程研究中心;中法植物表型联合实验室 PheniX-Lab;国家信息农业工程技术中心 |
| 地点 | 南京农业大学前沿交叉研究院 |
| 状态 | 已运行 |
| 负责人 | 刘守阳 教授/博导,江苏省特聘教授,植物表型教育部工程研究中心主任、中法植物表型联合实验室中方负责人(INRAE 背景);国家信息农业工程技术中心由 曹卫星 / 朱艳 团队主导 |
技术定位
- 植物三维机理表型模拟系统(D3P 数字化植物表型平台)
- 器官—植株—冠层多尺度表型智能鉴定算法
- 三维模型驱动 + 大数据驱动集成模型,实现跨地区大规模小麦 GAI 动态监测
2025-12 发布成果
- FoMo4Wheat 小麦视觉基础模型 —— 250 万张小麦田间图像、10 亿参数,用于生育期监测、出苗率、穗密度、病害杂草识别(这就是南农主导、ETH 合作的那个模型)
- 作物动态智能设计育种模型(育种周期缩短 50%)
- 大豆智慧育种平台(1 万份高质量基因组、3060 万变异、90 万表型记录,基因分型准确率 99.3%)
- 「药问」农业 AI Agent
定位判断(重要):南农偏算法 + 田间试验网络,未见大型自动化温室传送带装置的公开描述,物理表型硬件规模不及神农设施或 HZAU。其「平台」多指数据与模型平台。这一点对你区分「有设施」与「做计算」的判断标准很关键 —— 南农更接近后者,尽管它是神农设施的共建方。
国家信息农业工程技术中心的硬件细节本轮未能核实。
照片(本轮找到设施实拍,此前的发布会现场照已弃用)
⭐ 南农作物表型组学交叉研究中心的*田间表型试验场实拍(阴雨天):正前方一座绿色钢桁架龙门式表型平台横跨试验田,右侧立柱带箱式驱动机构;平台下方为两大片翻耕后的紫褐色裸土小区,小区内密布金属传感器立杆与自动灌溉喷头;中央一条钢格栅步道贯通全场,两侧铺人工草坪,四周为白色铁艺围栏,远处是杨树防风林。来源:南京农业大学作物表型组学交叉研究中心官网 pprc.njau.edu.cn*
这张图修正了上一版的一个判断偏差:我此前依据公开描述认为南农「未见大型自动化装置、偏算法」。从这张官网首图看,南农确实建有田间龙门式表型平台与仪器化试验小区。不过其公开材料仍以算法与模型成果(FoMo4Wheat 等)为主,硬件规模与通量数据未见披露,因此「相对偏算法」的整体判断仍成立,但不应说它没有物理设施。