在广西南宁召开的第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科研团队正式发布了面向大豆产业与科研应用的专业垂直大模型——“丰菽”2.0。该版本进一步强化了多源异构数据融合能力，并通过多模型协同机制有效降低单一模型输出偏差，持续推动大豆智能育种技术加快实现工程化应用与落地。

多模型联动，提升专业响应可靠性

“丰菽”2.0对大豆种质资源库、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国内外权威文献等多维数据进行了系统整合，成功搭建起覆盖大豆全产业链、全流程的结构化知识网络。与1.0版本相比，2.0新增了多模型联合推理架构，并接入多个主流通用大模型API接口，能够围绕同一专业问题同步调用多个模型并行生成答案。

其后置智能融合模块依托领域专家规则、本地私有数据和标准化比对逻辑，对各模型输出结果在共识程度、分歧焦点以及证据支撑强度等方面进行深度评估与加权整合，最终形成更具科学依据、专业价值和实际操作性的综合结论。这一机制显著提升了模型在复杂农业应用场景中的稳定性与鲁棒性，大幅降低因大模型“幻觉”带来的技术判断偏差风险。

六大功能模块，筑牢智能育种数字基座

目前，“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、高通量表型数据分析、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。平台内置“豆百科”“豆分子”“豆文献”“豆病害”“豆表型”“豆育种”六大功能模块，形成了从基础知识认知到田间育种实践的全周期知识服务闭环。

模型底层汇聚了超过千万字的专业文本资料、1万多篇高质量科研论文及专利文献，构建形成了系统化专业知识图谱，其中包含2万个实体节点和10万条语义关系。同时，平台还融合了8000份大豆基因组重测序数据、约4万份种质资源信息以及3000余份主推品种表型数据，全面夯实了大豆数字化育种与智慧育种的数据基础。