植物电信号基础模型Bombadil 让AI读懂作物状态

时间：2026年10月20日，美国农业科技初创公司 Electric Plant Company 宣布结束隐身状态、正式公开亮相，同日对外发布其植物电生理基础模型 Bombadil 的技术白皮书；当天 TechCrunch、Tech Buzz 等媒体跟进报道，该公司累计融资1120万美元。 地点：美国旧金山（BusinessWire 官方新闻稿口径，公司总部设在旧金山，媒体资料注明地址为 Presidio 区；PitchBook 数据库登记的注册地为美国密歇根州底特律），模型白皮书与公司产品文档托管在官网 electricplant.co。 人物：公司联合创始人兼CEO Justin Mast（此前创办在线园艺零售平台 Bloomscape）；联合创始人兼首席科学家 Lee von Kraus（神经科学家，曾在 DARPA 与 NASA 任职，联合创办过 Halo Neuroscience）；Bombadil 白皮书署名作者还包括 James Kirk、Piotr Bednarski、Filip Twardy；领投方 Onto Ventures 合伙人 Tom McQuillen 代表投资方表态。 事件详情：资金方面，Electric Plant 累计融资1120万美元，本轮种子轮由 Onto Ventures 与 Climactic 领投，Ponderosa、Endeavor Catalyst、Ludlow、Michigan Rise、The Fund、Schox VC 以及 Dug Song 跟投；PitchBook 记录该笔种子轮交易完成于 2025 年 11 月，公司 2023 年成立，目前登记员工数仅 7 人。 模型方面，Bombadil 被定位为首个"植物电生理（plant electrophysiology）基础模型"。据 10 月 19 日发布的技术白皮书，该模型在超过 400 万小时的植物电信号记录上做无标签预训练，数据覆盖 100 个植物物种、10 类不同环境，包括实验室、温室、商业果园和天然森林；在同一批电信号上，它还能推断 7 项植物生理胁迫指标，并且对训练集中没有标注的物种和胁迫类型同样有效。TechCrunch 在 10 月 20 日的采访中称，当前模型实际已能解读约 125 个物种的电信号，覆盖蕨类、红杉、番茄、大丽花等形态差异极大的植物。 硬件方面，公司把传感器做成名为"Bud"的探头，约 iPhone 对折后的大小，用不锈钢螺丝穿透树皮下的形成层（cambium），接触植物体内微伏级的电位变化，再经低功耗无线网络把数据发回基站。CEO Mast 称这类探头成本"是几十美元"，而现有同类工具通常要几千美元；每英亩布两个探头就能得到准确结果。数据在云端交给 Bombadil 解读，结果回传客户，用于调整灌溉和施肥节奏，Mast 称这套系统可提升产量并把用水量降低 20% 以上。 落地方式上，公司选择向已在做植物养护的运营商授权技术，而不是取代他们，目前商业站点已有数百个探头在野外运行，并按作物品类逐步扩展"创始运营商"名单，早期客户未公开。训练数据早期仍主要来自土壤探针、手持光谱仪和卫星影像等既有工具，Mast 称"我们会超过大量这类设备"。Onto Ventures 合伙人 Tom McQuillen 的评价是：所有植物共享一套可跨物种学习的底层电信号语言，Bombadil 把原本不可读的噪声变成了一个"随着接入植物增多而不断变强"的基础模型。Mast 则称这是"在生物电信号上建过的最多样化模型"，并表示"动物界还没有人做过等价的事"，同时补了一句大实话："我们在听，而不是在说，听是第一步。" 背景：植物用三类长距离电信号传递生理状态——动作电位（AP，约 1 秒、全有或全无、越过阈值即触发的去极化）、变异电位（VP，受伤等损伤刺激后出现的慢速、渐变、长时程响应）和系统电位（SP，传播性瞬时超极化），三者连同其它电活动构成所谓"植物电讯号（electrome）"。因为这些信号可用微创电极从完整植株上读取，它们提供了一个连续、原位的"植物状态读数"，比土壤探针、手持光谱仪或卫星影像更贴近植株内部。此前也有研究用机器学习从电信号预测特定胁迫状态，但每个模型只针对一个任务、一种物种、一种环境训练，事先没有为跨任务、跨物种、跨环境的迁移能力设计，因此很难在农业、林业与家庭养护中规模化。 影响：这类工作的意义不只在"AI 进入农业"。它把植物变成了可被持续读取的信号源，给出了一条"用真实世界生物数据训练模型"的新路径——公司自己也把"用前所未见的真实世界数据训练 AI"列为用例之一，对当下依赖合成数据与互联网文本的数据焦虑是一种补充思路。对种植业而言，若承诺的节水 20% 与产量提升能在田间兑现，价值相当直接：农业占全球淡水用量约七成，而土壤湿度传感器只能间接推断，实际效果仍需田间验证，不宜只看发布会数据。 但需要注意几点风险：第一，所有性能与节水增产数字均来自公司自测与 CEO 表述，尚无独立第三方复现，也没有公开的同行评审论文（目前公开材料仅为公司自家白皮书）；第二，模型宣称的"泛化到未见物种与未见胁迫"是白皮书中的结论，真实田间分布漂移下能否保持精度仍待检验；第三，这是一家 7 人规模、刚走出隐身状态的公司，商业化主要依赖向运营商授权，现金流与交付能力有限；第四，公司总部注册地存在旧金山与底特律两种口径，媒体资料中的自述一致性一般，引用时需留意；第五，从科研角度看，用电生理信号做连续监测本身并不新鲜，Bombadil 的真正增量在于跨物种、跨环境的预训练与迁移能力，而这部分恰恰最需要独立评测。 总结：Bombadil 把植物电信号从"每种作物各写一个模型"的旧范式，推到了"一个跨物种基础模型加轻量探头"的形态，是 AI 与生物电生理结合的一个干净样本。它的技术叙事（400 万小时无标签电信号预训练、跨物种泛化）与工程叙事（几十美元的探头替代几千美元的工具）都成立且相互支撑，但整条链路的可信度目前建立在公司自述之上，接下来真正的验证点在田间：节水与增产是否经得起第三方测量，以及这套"读植物"的能力能否走出温室进入大规模种植场景。 参考来源： https://techcrunch.com/2026/10/20/plants-can-speak-using-electricity-so-this-startup-built-an-ai-model-to-decipher-their-language/ https://www.morningstar.com/news/business-wire/20261020814345/electric-plant-company-launches-from-stealth-with-112m-in-funding-and-a-foundation-ai-model-for-plants-bombadil https://www.electricplant.co/research/bombadil-paper https://www.electricplant.co/ https://techbuzz.ai/articles/this-ai-startup-decodes-plant-language-through-electricity https://urgent.news/2026/10/20/plants-can-speak-using-electricity-so-this-startup-built-an-ai-model