ElectricPlant用AI破译植物电信号，Bombadil模型获1120万美元融资

植物会“说话”吗？在传统认知中，答案是否定的。但随着生物电研究的深入，科学界逐渐确认：植物在应对环境变化时，会通过维管组织传递微弱的电信号——类似动物神经系统的动作电位，只是速度更慢、幅度更小。如今，一家名为 Electric Plant 的美国初创公司正试图将这种“植物语言”翻译成人类可理解的信息。

Electric Plant 的联合创始人 Justin Mast 曾在阅读文献时偶然接触到一项实验：一株室内植物被连接到一个带轮子的支架上，当它因缺光而产生特定电信号时，控制系统自动将其移向光源。这个“植物自主寻光”的演示让他深受震撼。“我当时的反应是‘这到底是什么？’”，Mast 后来对 TechCrunch 表示，“这成了我进入这个领域的起点。”

他随后与曾参与 DARPA 项目的神经科学家 Lee von Kraus 合作，于 2023 年共同创立 Electric Plant。过去三年间，团队持续采集不同植物（包括树木、农作物和观赏植物）在干旱、强光、病害等胁迫条件下的电信号数据，并以此训练出一个专用于植物信号解码的大语言模型——Bombadil。

该模型并非简单识别“有信号”或“无信号”，而是尝试建立电信号波形特征与植物生理状态之间的映射关系。例如，某种高频低幅振荡可能对应轻度脱水，而突发性高幅脉冲则可能指示机械损伤或虫害侵袭。目前，Bombadil 已能对部分常见作物的几种关键胁迫状态做出初步分类判断，准确率仍在持续优化中。

为实现信号采集，Electric Plant 设计了一款小型无线传感器模块，可无损夹持于植物茎干表面。该设备内置低功耗微控制器与电极阵列，能连续监测毫伏级电势变化，并通过 LoRa 或 NB-IoT 协议将数据上传至云端。传感器外壳印有公司标识与型号编号，整体尺寸约 5 厘米长，便于田间部署。

Mast 强调，当前阶段的核心任务是“倾听”，而非“对话”。“我们不是在教植物说英语，而是在学习它们的语法结构。”他解释道，“就像婴儿学语前，父母先要听懂哭声、哼鸣和肢体动作的含义一样。”团队暂未开发反向刺激系统，即通过外部电流“向植物提问”，但已将其列为中长期技术路线。

在农业实践中，现有监测手段仍显粗放。土壤湿度探头只能反映局部根区状况，卫星遥感与多光谱成像虽能覆盖大面积，却无法穿透冠层直达植物内部生理状态。手持式叶绿素仪或红外热像仪需人工操作，难以实现连续监测。Electric Plant 认为，直接读取植物自身的电信号反馈，有望填补这一感知空白。

“即使在最精密的温室里，种植者依然像在黑暗中摸索。”Mast 指出，“你看到叶子萎蔫了才浇水，但此时胁迫已经发生；你等到果实变色才施肥，营养缺口早已形成。如果我们能提前几小时甚至几天预判需求，就能把管理从‘反应式’变为‘预测式’。”

该技术路径也面临若干挑战。首先是信号信噪比问题：植物电信号极易受环境电磁干扰（如电源线、手机基站）影响，且个体差异显著；其次是标注数据稀缺——获取同步的电信号与精确生理指标（如细胞膨压、气孔导度）需复杂实验设计；第三是模型泛化能力：目前 Bombadil 主要在少数模式植物上训练，跨物种迁移尚不成熟。

为加速产品落地，Electric Plant 近期宣布完成 1120 万美元种子轮融资，由 Onto Ventures 与 Climactic 共同领投，Ponderosa、Endeavor Catalyst、Ludlow、Michigan Rise、The Fund、Schox VC 及 Dug Song 等机构跟投。资金将主要用于扩大田间试验规模、优化传感器功耗与耐用性，并推进 Bombadil 模型的多模态融合——未来计划整合光谱、温湿度等辅助传感器数据，构建更鲁棒的综合评估体系。

值得注意的是，该方向并非孤例。学术界已有多年积累：2018 年，英国布里斯托大学团队曾利用机器学习分析拟南芥的电信号模式；2022 年，日本理化学研究所开发出可实时可视化植物电活动的荧光探针；2024 年，中国科学院分子植物科学卓越创新中心发表论文，指出水稻在缺氮胁迫下会产生特征性电振荡频段。但将此类研究转化为商业化 AI 解决方案，Electric Plant 是目前进展最快的企业之一。

从技术本质看，Bombadil 属于专用领域大模型（Domain-Specific LLM），其架构借鉴了自然语言处理中的序列建模思想，但输入为时间序列电信号而非文本 token。团队未公开具体模型参数量，仅透露采用 Transformer-based 编码器结构，并针对植物信号的非平稳特性引入了自适应滤波模块。

在应用场景上，初期目标客户聚焦于高价值经济作物种植者（如葡萄园、咖啡种植园、药用植物基地）及垂直农场运营商。长期来看，该技术亦可延伸至林业碳汇监测、城市绿化养护乃至太空农业——NASA 此前已探索在微重力环境下植物电活动的变化规律。

尽管“与植物对话”仍带有科幻色彩，但 Electric Plant 的实践表明：当 AI 面向非人类生命体的感知信号时，其价值不在于拟人化修辞，而在于拓展人类对生态系统的实时理解边界。正如 von Kraus 所言：“我们不是赋予植物意识，而是帮人类补全缺失的感官。”

目前，Bombadil 模型处于封闭测试阶段，预计 2027 年上半年推出面向农业服务商的 API 接口。首批合作试点已在加利福尼亚州中央谷地的杏仁果园与俄勒冈州的蓝莓种植区启动。