8月12日，百度AI开放日暨百度伐谋专场活动在南京举行，全国首个“AI+早期松材线虫病防治”一体化平台正式发布。该平台由百度旗下可商用“自我演化”超级智能体百度伐谋与南京林业大学共同推出，将为松材线虫病的早发现、早判断和现场复核提供支持。

松材线虫病，业内称之为“松树癌症”。一棵健康的松树一旦染病，40天之内就会死亡，并会像传染病一样迅速扩展至整片松林。

怎么办？

细雨如纱，漫过溧水区的林场。随着无人机飞掠林海，南京林业大学信息科学技术学院、人工智能学院副院长林海峰面前的电脑屏幕上，刚刚传回的多光谱与RGB影像正被AI实时分析：疑似异常的树冠上不时跳出检测框，自动标注病害位置、阶段、数量等，并一一存档，进入病害记录库，派单给护林员……这些画面，成为科技守护绿水青山的生动镜头。

“松材线虫病防治工作，占了我们林业有害生物防治工作80%以上的精力。”溧水区森检站站长窦浩表示，过去护林员翻山越岭，靠眼睛排查，山高林密处难免有遗漏，“虽然每年投入大量人力、资金，但我们发现的时候，松树可能已无法救治，只能被动伐除清理。”

病害防治，有三难。

发现晚。染病初期的松树，外观与健康的松树几乎毫无差别，靠肉眼和视觉影像均难以察觉——但此时恰恰是“黄金防控期”，等到树冠颜色变化，病害就到了中晚期，传染性呈指数级增长，无力回天。

认不准。南京林业大学团队让无人机同时搭载可见光与多光谱相机，带上两种“眼睛”——既拍下树冠纹理、颜色等“表”，也捕捉叶绿素、水分等“里”，结合无人机遥感，把早期微弱的病害信号“揪”出来，解决了“看不见”的难题。但单独看纹理，阔叶树和病树很像；单独看光谱，干旱针叶和病树也很接近。除害要防止“误伤友军”，必须对纹理、光谱、波段统计量等多种特征做综合“体检”，可供专家筛选的待验证候选特征已超过100种，再一综合，数据量立刻会急剧膨胀。

说不清。就算发现了异常，传统手段也给不出明确答案：病在哪个阶段？具体位置在哪儿？该打药还是注干？周围树木需不需要防护？

“如果依赖人工逐一组合、筛选、试错、分析，虽然能够发现早期病症，但覆盖率低，可能漏查，周期也长。防控有时效，必须赶在中晚期集中爆发前完成巡检，我们等不起。”林海峰说。

平台的加入，带来了改变。

在107项候选特征中，这个科研“搭子”快速筛选出5个关键特征，预计将前期特征筛选和消融实验时间压缩约80%。早期病树检出率由89.1%提升至98%，干旱枯草误报率由13.6%降至5.1%。

“我们只需要告诉平台任务目标、评价标准和科学边界，它会自动把问题拆解成变量和最优化目标，对方案评估打分，判断什么样的特征组合最能看穿松树内部病变，筛选出最佳组合，让我们在无传染期就能及时防控，留下更多松林，保护宝贵的森林资源。”林海峰说。

它的“工位”，可不只是眼前这5万亩林场。

作为全省唯一的国家人工智能创新应用先导区，截至去年底，全市共有41个大模型通过国家备案，总数居全国第六。今年市政府工作报告提出，加快建设“人工智能+”城市，全力打造人工智能创新发展高地。

就在平台上线当天，百度伐谋在南京发布AI4S“1+10+N”战略，集中展示覆盖材料、脑科学、金融、能源等领域的十大跨学科科研标杆成果，并面向全国启动支持100位学者的AI4S科学家计划。

“科研人员和工程师负责提出问题、设置目标、定义评价标准和边界条件，百度伐谋则根据这些要求，持续生成候选方案、执行实验、比较结果，并根据实验反馈调整后续方向。它可以将一个研究设想拆解成多个可验证的方案，帮助专业人员减少重复试错，在更大的范围内探索不同路径，让科学发现从‘妙手偶得’，走向可追踪、可干预、可复用的‘规模化创新’。”百度伐谋产品总经理李安南说。