在广西南宁举行的第32届全国大豆科研生产研讨会上，安徽农业大学王晓波教授代表研究团队正式推出面向大豆领域的专业垂直大模型——“丰菽”2.0。该版本强化了多源异构数据的融合能力，通过多模型协同机制有效抑制单一模型输出偏差，进一步加速大豆智能育种技术的工程化落地进程。

多模型联动，提升专业响应可靠性

“丰菽”2.0系统性整合大豆种质资源库、基因组序列、蛋白质结构、转录组表达谱、病害图像样本、田间育种试验记录以及中外权威文献等多维数据，构建起覆盖全链条的大豆领域结构化知识网络。相较于1.0版本，2.0新增多模型联合推理架构，并接入若干主流通用大模型API接口，针对同一专业问题调用多个模型并行作答。

其后置的智能融合模块依托领域专家规则、本地私有数据与标准化比对逻辑，对各模型输出结果在共识度、分歧点及证据支撑强度等方面进行深度评估与加权整合，最终生成更具科学性与可操作性的综合结论。该机制显著增强了模型在复杂农业场景下的鲁棒性，大幅降低因大模型“幻觉”导致的技术误判风险。

六大功能模块，筑牢智能育种数字基座

当前，“丰菽”2.0已具备围绕大豆关键农艺性状开展多项核心任务的能力，包括：病害智能识别与诊断、优良亲本匹配推荐、虚拟杂交组合模拟设计、高通量表型数据解析、分子标记辅助选择（MAS）支持，以及候选功能基因挖掘与注释分析。平台内建“豆百科”“豆分子”“豆文献”“豆病害”“豆表型”“豆育种”六大功能模块，实现从基础认知到田间实践的全周期知识服务闭环。

模型底层汇聚超1000万字专业文本资料、逾1万篇高质量科研论文与专利文献，构建出包含2万个实体节点、10万条语义关系的专业知识图谱；同时融合8000份大豆基因组重测序数据、约4万份种质资源信息及3000余份主推品种表型数据，全面夯实大豆数字化育种的数据根基。