这家初创公司训练AI模型，解读植物用电流说的话

TechCrunch 10月20日报道，初创公司Electric Plant用三年时间收集数据，训练出一个名为Bombadil的大语言模型，用来解读植物茎秆中流动的微弱电信号，并把植物的需求转述给种植者。公司认为，这套系统最终可能成为人类与植物“对话”的入口。

故事的起点有些偶然。创始人Justin Mast几年前读到一篇论文，讲的是一株室内植物被接上电动支架：当植物需要更多光照时，电信号会通过活体组织传导，控制板感知电流后把植物移向光源。他被这个实验吸引，随后与神经科学家Lee von Kraus合作创业，后者曾参与DARPA相关研究。

资金已经到位。Electric Plant近期完成1120万美元种子轮，由Onto Ventures与Climactic领投，Ponderosa、Endeavor Catalyst、Ludlow、Michigan Rise、The Fund、Schox VC以及Dug Song参与。这笔钱将用于把传感器和Bombadil推向市场。

硬件并不复杂，但侵入性明确。传感器约等于一部纵向对折的iPhone大小，用不锈钢螺钉固定在植物上，螺钉必须穿透树皮下的形成层，才能接触到微伏级的电位变化。采集到的数据经低功耗无线网络传到底站，再由云端的Bombadil解读，结果回传给客户。

成本是这套方案的卖点之一。Mast称，传统土壤探针、手持光谱仪与卫星影像虽然成熟，但对植物内部的可见度有限，且设备往往要数千美元；而Electric Plant的传感器只需“几十美元”，每英亩布置几个就足以给出准确结果。

模型侧，Bombadil目前能解读约125个物种的电信号，训练数据部分来自上述传统设备。Mast称这是“在生物电信号上创建过的最多样化模型”，并强调动物领域尚无同等规模的工作。首批覆盖的一百多个物种包括蕨类、红杉、番茄和大丽花。

商业主张也很直接：种植者可以据此调整浇水与施肥计划，Mast声称这套系统能在提高产量的同时把用水量减少20%以上。公司没有披露首批客户身份，但从物种构成看，农业与林业是自然的目标场景。

需要打问号的地方同样清楚。植物电信号与具体需求之间的映射是否稳定、传感器长期插入形成层会不会影响植株、以及“听懂”与“对话”之间还隔着多远，都需要独立验证。三年数据是一个起点，不是结论。