【目的/意义】 随着基因型-表型-环境互作复杂性的增加及组学大数据的爆发式增长,传统育种已难以满足高效精准育种需求。驱动作物育种从经验选择向智能设计转型,对于保障全球粮食安全、实现农业可持续发展具有重要战略意义。本文旨在系统探究人工智能(Artificial Intelligence, AI)驱动植物育种范式变革的底层逻辑,梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展,并深入探讨育种大模型对育种全流程的重构作用,以期为中国种业科技实现自立自强提供理论参考。 【进展】 本文系统回顾了作物育种的代际演变历程,深入探讨了AI技术在现代育种中的应用现状和前景。重点阐述了AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例。同时,剖析了农业大模型在重构农业知识体系、实现多模态数据融合建模以及辅助精准育种决策中的核心作用,并总结了当前AI驱动下育种技术框架的最新研究成果。 【结论/展望】 针对当前面临的跨学科数据壁垒、深度学习算法的可解释性不足,以及复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。未来应致力于构建标准化育种大数据共享平台,开发具有生物学启发性的可解释算法,并加强AI与合成生物学的深度融合,通过多学科交叉协同,最终实现育种全流程的数字化、智能化与自动化演进。