Electric Plant Co. 推出植物电生理基础模型 Bombadil。联合创始人贾斯汀·马斯特宣布，该模型以超过700万小时、覆盖125种以上植物的电信号数据训练，能从茎部电极实时读取生理状态，在叶片出现可见症状前数天发现胁迫。

技术上最值得展开的，是它把“植物电组”做成了跨物种基础模型。植物体内同样存在动作电位、变异电位与系统电位，以往研究多针对单一胁迫、单一物种、单一温室训练专用模型。Bombadil 则先无标签预训练，让骨干网络学习信号结构本身，再挂接任务头输出光合系统效率、作物水分胁迫指数等七项生理指标；对新物种或新指标只需加头，不必重训整模。公司自研的 Bud 传感器以两根电极插入形成层，成本仅数十美元，每英亩只需少量部署，信号上传云端后由模型解读。

论文与官方表述显示，预训练数据横跨实验室、温室、果园与天然林，骨干网络在未见物种上的重建与预测表现优于强基线，对未训练过的盐分与草甘膦等胁迫也能给出符合文献的轨迹。团队已启动与大型种植者和土地管理者的商业部署，目标直接指向农业与林业用水——这是地球上最大的淡水消耗场景，却长期依赖土壤湿度、气象与卫星等“由外向内”的滞后指标。

基础模型进入生物电信号领域的真正考验，不在物种数量，而在田间长期对照：节水和增产数字目前仍是公司自述，尚未见独立验证。若跨物种泛化能扛住真实环境噪声，植物管理才可能从季节级粗调变成日级反馈。