植物靠电信号“说话”，Electric Plant用AI模型做翻译

一家名为Electric Plant的初创公司，正试图把植物体内的微弱电流翻译成种植者看得懂的信息。公司用三年时间采集数据，训练出AI模型Bombadil，并在近日完成1120万美元种子轮融资。

本轮由Onto Ventures和Climactic领投，Ponderosa、Endeavor Catalyst、Ludlow、Michigan Rise、The Fund、Schox VC以及Dug Song参与。

起点是一盆会“走路”的植物。Mast在文献里看到，接在电动支架上的室内植物缺光时，电流穿过活体组织，控制板感知后把花盆推向光源。

他与神经科学家Lee von Kraus合伙创办公司。von Kraus曾与美国国防高级研究计划局（DARPA）合作，熟悉如何从生物体中读出电信号。

硬件本身不复杂：约一部竖折手机大小的传感器，用不锈钢螺丝固定在植株上。螺丝要穿透形成层——树皮之下那层活体组织，才能捕捉微伏级电位变化。

数据经低功耗无线网络传回基站，在云端由模型解读，结果返回客户手中，用于调整浇水与施肥节奏。Mast称，每英亩只需两三个传感器。

价格是最直接的卖点。土壤探头、手持光谱仪等现有工具通常要数千美元，这套传感器是“几十美元的量级”。

他给出的效果是产量提升，同时用水量减少20%以上。这个数字出自公司自述，目前没有公开的第三方田间试验或同行评议论文佐证。

Bombadil已在约125种植物上训练，从蕨类、红杉到番茄、大丽花。Mast称，这是植物电信号领域最多样化的模型。

严格说，把它称作大语言模型更像一种借词。它处理的是时间序列信号，不是文字；难点也不在参数规模，而在标注——植物“想说什么”，得靠人为设定的环境条件反推。

模型名与托尔金《指环王》里的汤姆·邦巴迪尔同名，那个角色以与草木相处自如著称。

用电信号观察植物算不上新命题。含羞草受触后闭合、捕蝇草放电触发捕虫，早有记录，植物电生理学的论文也积累了几十年。

争议同样长久：植物没有神经元，“植物神经生物学”的提法在学界多次被质疑。这套系统的说服力，最终要落到田间，而不是概念。

商业上的对手并非其他AI公司，而是土壤探针、卫星遥感和凭经验灌溉。前者测的是环境，电信号测的是植株自身的状态。

差别落在决策上。一种回答“土里还有多少水”，另一种试图回答“这株植物现在有多渴”。若数据可信，灌溉就能从按天、按天气，转向按植株状态的精准农业。

难点也在这里。田间的电磁噪声、不同品种之间的基线差异、螺丝长期留在树皮中的稳定性，都会影响解读。

更现实的问题是信任：当模型建议与老农几十年的经验相左，用户凭什么相信屏幕上的那行字？

1120万美元够这家公司把传感器铺到更多地块，也够撑过一轮验证周期。决定这门生意能否成立的，不是模型能不能“听懂”植物，而是种植者愿不愿意为这句话付钱。