10月14日，第32届全国大豆科研生产研讨会在广西南宁举办。安徽农业大学王晓波教授团队在会上发布了专门服务大豆育种的垂直大模型——“丰菽”2.0。这不是一个简单的聊天机器人，而是一个能帮科学家“选亲本、看病害、查基因”的智能助手。
育种这件事，过去靠的是老师傅的经验和年复一年的田间观察。现在，AI也能搭把手了。但问题是，一个AI模型回答专业问题时，偶尔会“一本正经地胡说八道”，这在学术圈叫“幻觉”。怎么治这个毛病？“丰菽”2.0的思路很直接：别让一个AI说了算，多找几个AI，一起回答同一个问题。
就像开学术评审会，不能只听一位专家的意见。你去问“丰菽”2.0一个大豆病害问题，它会同时调用内部的专业模型和外部接入的通用大模型接口，让多个AI分别给出答案。然后，系统里一个专门的“总结模块”会出场，它结合大豆领域的专业知识和私有数据，对比各家的回答，找出共识、发现分歧、核对证据，最后综合出一份更靠谱的结论。这相当于给AI的回答上了一份“双保险”，大大降低了被单一模型带偏的风险。
这个模型懂的东西，可不只是翻文献那么简单。它把大豆相关的知识，从里到外捋了一遍。种子资源有多少、基因组序列长啥样、蛋白质怎么表达、病害样本长什么样、历年育种的试验记录，甚至连中外的科研文献，全部揉在一起，形成了一个大豆科研的“知识宇宙”。
目前，“丰菽”2.0已经能围绕大豆的重要农艺性状干活了，具体包括病害诊断、育种亲本筛选、虚拟组合设计、表型数据解析、分子标记辅助育种和候选基因功能分析。为了方便使用，里面分成了六个功能板块：豆百科、豆分子、豆文献、豆病害、豆表型、豆育种。从查资料到做分析，基本覆盖了育种前期的案头工作。
支撑这些功能的，是一套硬核的数据底座。底层整合了超过1000万字的中外专业文本、1万篇以上科研文献与专利，构建出一个包含2万个实体、10万条关系的大豆知识图谱。同时，还融合了8000份基因组重测序数据、约4万份种质资源和3000份以上的品种表型数据。用团队的话说，这为大豆智能育种提供了一个“扎实的数据底座”。
从农业发展的角度看，把大模型用到育种这件事上，价值不小。传统育种像大海捞针，从几万个组合里挑出最好的那个。而“丰菽”2.0能帮科研人员在电脑前先把关，缩小筛选范围，再回到试验田里验证。虽然大豆育种的最终决定权还在土地和气候手里，但有了这个AI助手，科研人员找方向能更快一些。