田埂下的 “數據基座”：育中國好種，端中國飯碗

作者 | 曾響鈴

文 | 響鈴說

毫無疑問，在充裕的糧食自給率面前，中國老百姓早已經不用擔心“餓肚子”問題。幾個月前，加拿大數字媒體公司發布了一份權威的糧食自給率數據榜單，擁有14億人口的中國已經高居全球第三。

但是，我們看到的可能只是一種食物的“結果”，在整個農業產業鏈條中，這種“結果”之前的育種環節，我們所面臨的挑戰實際上并不小。2025年，中央一號文件提出繼續推進生物育種產業化，這也是“生物育種”連續第五年走進中央一號文件，其背后是育種產業的重要性和發展的緊迫性。

農安天下，種為基石，種子是農業的“芯片”，是現代農業的基石，更是確保國家糧食安全的源頭，關系著國計民生。

而過去許多年，國際種業巨頭在我國市場來勢兇猛，包括全球種業前十強在內的70多家國際種企進入中國，我們的田間地頭已經種下了一大批洋種子，糧食自給自足的背后是種子嚴重依賴國外。

雖然這些年在國家大力扶持以及相關主體的積極努力下，我國種業也在快速發展并取得了一些突破，研發能力逐步增強，市場占有率也穩步提升，但不得不承認的是，中國種業與發達國家存在代差。

端穩中國飯碗，還必須培育中國種子。

好消息是，已經有人在行動。作為國家重要的農業實驗室，崖州灣國家實驗室主要從事種業研究，與華為攜手，正在積極通過AI提升育種的效率和效果，實現農業智能化與可持續發展。

AI普惠帶來的育種革命，但撞上了“數據墻”

崖州灣國家實驗室相關專家在一次活動上分享育種AI實踐時，曾回顧了全球育種行業過去的發展。與很多傳統行業一樣，這個領域過去長期依賴經驗，雖然經過多個階段的進化，但從技術來說一直是一個概率事件：

第一代的馴化育種直接從大自然挑好種子；

第二代雜交育種帶有極強的隨機性，需要長期蹲守，期待、等待好的結果；

到了第三代分子水平育種，有分子標記但也只是進行了提前的篩選，本質上是提高了第二代雜交育種獲得成果的概率；

到了第四代，也就是全基因組學習階段，分子標記變成基因識別和標記，概率、效率近一步提升。

可以看出，只要是不能真正預測育種行為結果的，都無法擺脫被動“拼概率”的命運。

這造成了一個來自時間的壁壘——那些起步早的西方國家，靠著長期依賴不斷試錯、博概率的積累，在育種方面積累了中國很難短期內同樣用概率追趕的優勢（從雜交組合到性狀篩選，往往需要數年甚至數十年的周期），尤其是我們的育種技術還存在代差，獲得成果的“概率值”還比不上西方時。

怎么辦？

如果能有一種方法，突破“拼概率”，在田間育種進行前就能提前預測到結果，毫無疑問育種就能實現彎道超車。

這也正是第五代育種——智能品種設計階段帶給中國的機遇。

中國的AI普惠如火如荼，正在眾多領域推進效率升級甚至是模式革命，它不僅是“工具的革命”，更是“革命的工具”。在育種領域，AI for Science新的研究范式，讓育種可以通過 AI 模型快速分析基因與表型之間的關聯，預測作物的產量、抗逆性等關鍵性狀，大幅縮短研究周期，幫助我國育種產業實現趕超。

然而，當崖州灣國家實驗室擁抱AI、積極投身智能品種設計時，卻遭遇了嚴峻的數據挑戰。

眾所周知，當下AI已經從拼模型的時代進入到數據的時代，數據的質量很大程度上決定了模型效果，西方國家發布的AI戰略已經把科學數據定為國家戰略資產。但是，我國農業領域能夠用于育種的數據卻很難支撐AI育種的需要——在數量和分布上，我國農業數據分散在全國各地且共享困難；在質量上，農業數據的標準也很難統一，“數據格式、質量標準混亂”。

這時候，建立一個底層數據體系，統一數據規范、數據標準，為AI應用奠定數據基礎，就成為崖州灣國家實驗室的當務之急。

高質量數據集的匯聚、共享和流動，奏響育種數據交響樂

在數據挑戰面前，崖州灣國家實驗室選擇聯合華為，構建面向下一代生物育種技術的AI數據湖基座。

要解決問題，先要更充分地認識問題。

打造數據基座，首先必須對什么才是“好的數據”也即高質量的數據集有統一的認識。在崖州灣國家實驗室與華為的合作中，雙方對數據構建的目標進行了五級劃分，從符合FAIR原則（即可查找、可訪問、可互操作、可復用），到滿足通用模型，再到強化推理支撐，再到針對科學問題的數據集建立，最后到即插即用的統一數據集，一個數據基座的目標體系或者說質量控制體系就此構建起來。

在這樣的“行動綱領”引導下，基于OceanStor Pacific全閃分布式存儲，華為與崖州灣國家實驗室共同打造起AI數據湖基座，匯集了過去分散在全國各地的農業科研數據、國外公開數據、企業托管數據、學校自采集數據等，通過數據分類共享機制（分為對外公開、受限開放、內部機密等級并設置安全策略）實現了數據的有序共享和流通，做到了全局文件系統的統一調度。

當然，數據基座不僅僅是一個既有數據融通共享與利用的體系，在數據質量源頭方面，雙方還制定了統一的農業數據采集標準，讓分散在各地的育種數據有了“通用語言”，不管是來自實驗室還是田間，各種數據都能無縫納入AI 數據湖。

在這樣的數據基座支撐下，農業數據“散、亂、差”的痛點得到解決，全國育種數據可視、可管和有序共享，面向育種的高質量語料庫建立起來，原本難以共享的數據資源也能夠成為可復用、可流轉的“國家戰略資產”。

最終，在智能融合、數據全域流通下，農業數據分散式、數據割裂難利用的情況被徹底改變，實現全局數據統一目錄，EB級數據秒級檢索，隨時隨地按需共享等。崖州灣國家實驗室智慧育種成功打造了國家級精準育種技術體系，支撐起一個總部+5個基地+N個分支、超1000科學家的育種體系。

從試驗田到數據基座，將育種革命進行到底

一旦數據基座建立，AI育種的工作也開始加速推進。

例如崖州灣國家實驗室還打造了基于Nexent的農業AI工具社區，智能體系統和數據系統打通，實現數據自動推薦和智能體自主交互。

AI數據湖高效支撐各類育種AI工具的運行，科研工作者不再像過去那樣必須費勁找到“指定數據”才能開展工作。在崖州灣國家實驗室的期望中，未來與華為深入合作，要構建起一個基于多智能體的AI科學家系統或AI育種系統，去服務農業科學家群體以及企業群體。

從這個意義上看，當AI數據基座建設起來，數據問題的解決只是一個開端，更重要的是傳統育種工作模式的改變。

本質上，華為AI數據湖并非孤立的技術產品，它與農業智能體系統、育種工具平臺深度融合，做到了“數據采集-分析-決策-執行”的閉環。

過去，提到育種，很多人腦海第一印象可能是田間地頭的“泥腿子”奔波。但當下及以后的育種工作，更可以是完全現代化的工作范式——科研人員通過 VR 眼鏡、無人機等前端設備獲取田間信息，數據實時傳入 AI 數據湖，經過 AI 分析后生成的育種決策，能直接下發給機器狗、智能農機執行，讓傳統“靠天吃飯、憑眼判斷”的育種模式升級為精準可控的智慧育種。

由此可見，華為AI數據湖與生物育種的結合，看似是技術層面的創新，實則是AI普惠、科技服務國計民生的一次深入實踐。它用數據打通了科技與農業的“最后一公里”，讓AI不再是實驗室里的“高精尖”，而是扎根田野、服務民生的“好幫手”。

未來，隨著這一數據基座的不斷完善，有理由相信，中國育種行業將加速突破代差，培育出更多適應環境、高產優質的農業品種。

*本文圖片均來源于網絡