4月28日，上海人工智能实验室（上海AI实验室）联合崖州湾国家实验室和中国农业大学发布首个种业大语言模型丰登（SeedLLM，以下简称“丰登”）。在上海AI实验室研发的大语言模型书生·浦语2.0的基础上，科研人员通过注入科技文献、产业实践报告等海量专业数据，训练出具备强大理解和分析能力的种业大模型。
丰登的诞生，填补了我国在AI育种领域的技术空白，降低了育种领域的学习门槛，助力提升从业者的研究、实践效率，同时亦为AI助力生物育种提供了全新的探索路径，将进一步为我国粮食安全提供支持。
同时，联合团队还推出首个种业大语言模型评测基准，通过汇集育种专家整理的专业育种问题与最新评测技术，提供客观性能量化参考，促进“人工智能+农业”生态繁荣。
丰登现已开放水稻领域相关知识测试接口申请，欢迎种业产学研机构试用并参与研发。详情垂询OpenScienceLab@pjlab.org.cn。
破解学习实践壁垒，改变科学育种范式
作为农业的关键核心技术之一，科学高效的生物育种对于粮食安全及经济效益意义重大。
然而，由于作物及畜类品种的多样性，长期以来，育种信息缺乏统一的平台，数据知识呈现出“孤岛式”分布，为育种知识的普及学习带来了壁垒。同时，由于生物育种涉及生物学、遗传学、气象学、土壤学等多学科交叉，专业人员在从事育种工作时不得不跨越众多领域的文献、数据，甚至需要编写代码进行数据访问，工作效率受到极大的限制。
为此，上海AI实验室联合团队创新性地提出了大模型赋能生物育种的思路，把丰登训练成初具“AI研究员”潜力的大模型，它可通过自主学习，发掘生物、遗传、气象及土壤间的复杂关联，形成新的知识结构。目前，丰登已具有品种选育、农艺性状、栽培技术和推广区域等四大核心领域的解释和回答能力，具备以下性能特征：
整合分散知识资源。相较于国内外主流大语言模型，丰登专注于生物育种。育种领域当前涉及的知识资源包括学术文献、田间日志及政府公示等呈现分散状态。科研人员对相关知识进行了深度挖掘，将文本信息中提炼出的知识通过大模型的技术手段汇聚到模型权重中，再将分散在不同文献中的同一知识点进行了整合归纳，最终使育种专业知识以结构化的方式呈现。
融合跨领域知识。基于书生·浦语2.0强大的基座模型能力，科研人员不仅对丰登进行了作物学、农学和遗传学等育种专业学科的知识训练，还整合了生物学、遗传学、气象学、土壤学等相关领域的多学科知识。通过提示词的合理运用，丰登可对相关领域之间的知识做到“融会贯通”。
提高应用效率。丰登使用了自然语言对话接口，降低了使用门槛，用户可直接提出问题并迅速获得易于理解的信息。相较于传统的文献数据库查询和网络搜索，多轮对话的方式确保了信息的实时性和高效获取。丰登未来还可实现语音输入，进一步降低使用门槛。优异的对话体验和易用性，使丰登有望成为一线农业工作者贴身的“田间助手”，助力提升生物育种的工作效率，并加速育种知识的共享与传播。
丰登不仅能成为农民生产流程中的智能助手，还可为专业院校提供教学辅助工具，助力培养农业人才，更可为育种企业和科研院所提供智能化育种建议，进而为主管部门及相关机构提供基于种业大数据的政策建议。未来，丰登还会在大语言模型的基础上引入图像分析、多组学分析和决策育种能力，针对育种工作场景，进一步提升使用效率。
示例：通过丰登选择适合在广东省种植的水稻品种
构建专业评测基准，直面实际应用需求
为了全面评估大模型在科学育种工作中的性能效用，上海AI实验室联合崖州湾国家实验室和中国农业大学共同组织了国际首个种业领域的标准化人工评估评测。组织育种专家制定了大量水稻育种专业问题及对应标准答案，涵盖品种选育过程、农艺性状描述、栽培技术推荐和历史推广区域查询四大任务。同时，以此构建首个种业大语言模型评测基准，为AI兴农研究提供客观能力参考。
标准化人工评估团队由14名水稻育种专家、101名育种相关专业学生（49名研究生、52名本科生）组成。通过打分和排序，评估团队对包括丰登在内的多个主流大模型的回答进行了细致评价，涵盖回答准确性、稳定性和推理能力等维度。
评估中还引入了参与测试的学生的真实回答作为对照。评估结果显示，丰登在最佳答案个数和综合分数上的表现均超出预期，超越当前公认的高性能大模型Claude 3和GPT-4，其综合得分为相关专业本科生的4.87倍。
丰登的回答共计2386次获选为最佳答案；专家打分环节中，丰登成绩明显优于其他模型和真人受测者
目前，隆平高科、正大集团、中国科学院、中国农业科学院、上海市农业科学院、广东省农业科学院、华中农业大学、华南农业大学、复旦大学等机构已加入丰登测试，大模型助力科学育种正在真实的应用场景下得到验证并优化。
针对作为我国主要粮食作物之一的水稻，其通过国内各级农业部门认定的品种已超2万个。丰登现已率先开放水稻领域知识测试接口，诚邀国内育种领域机构参与研发测试，共同探索AI兴农创新路径。
