Electric Plant 用 LLM Bombadil 解读植物电信号，完成 1120 万美元种子轮

TechCrunch：AI· Tim De Chant·2026-10-21 00:00· 44 分钟前AI 评分46

植物能用电信号“说话”，于是这家初创公司构建了一个 AI 模型来破译它们的语言

AI 导读

Electric Plant 训练大语言模型 Bombadil，通过插入植物形成层的传感器采集微伏级电信号，可解读约 125 种植物（从蕨类、红杉到番茄、大丽花）的需求。

正文 · 原文

Justin Mast 的人生被一株赛博格植物改变了。

几年前，Mast 在翻阅一些科学文献时，偶然发现了一项关于一株连接到电动支架上的室内植物的研究。当植物想要更多光照时，电信号会流经其活体组织。一块控制板感知到电流，便将植物推向更靠近光源的位置。

“我当时就想，这到底是怎么回事？”Mast 对 TechCrunch 说。“那就是我掉进兔子洞的入口。”

Mast 最终与曾与 DARPA 合作过的神经科学家 Lee von Kraus 合作，创立了 Electric Plant。过去三年里，该公司一直在收集数据，以构建一个大语言模型 Bombadil，它能够解读流经植物茎秆的细微电信号，并将植物的需求详情传达给种植者。

创始人相信，他们的模型有朝一日能催生出一款让人们与植物“对话”的工具。“我们倾听多于说话，但倾听是第一步，”Electric Plant 联合创始人兼 CEO Mast 说。

为了将其传感器和 Bombadil 推向市场，Electric Plant 最近完成了 1120 万美元的种子轮融资，由 Onto Ventures 和 Climactic 领投，Ponderosa、Endeavor Catalyst、Ludlow、Michigan Rise、The Fund、Schox VC 和 Dug Song 参投。 

Mast 说，即便在最受控的温室里，农民和种植者也无法完全了解其植物的需求。传统上，农民、种植者和林务人员依赖的是对植物对水、养分或光照需求作出反应的粗糙工具。而土壤探针、手持光谱仪和卫星图像等工具虽然足够好用，但仍有很大改进空间，Mast 说。

“那项技术很精密，但它深入植物内部的能力并不算精密。其中大部分东西仍然远远落后于植物的实时需求，”他说。

不过，Electric Plant 总得从某处起步，因此它利用这些设备来训练其 Bombadil 模型，该模型能够解读约 125 个不同物种的电信号。“我们知道这个模型将超越许多这类设备，”Mast 说。 

这家初创公司的传感器也比现有工具便宜得多，后者通常要花费数千美元。“这个只要几十美元，”他说。

这些传感器大小约相当于一部纵向对折的普通 iPhone，通过不锈钢螺丝固定在植物上。螺丝必须穿透形成层——即树皮下方的那层活体组织——才能连接到植物内部发生的微伏级变化。从这些传感器收集的数据通过低功耗无线网络发送到基站。

Mast 表示，Electric Plant 每英亩只需几个传感器就能获得准确结果。数据由 Bombadil 在云端进行解读，结果会回传给客户，客户可据此调整浇水或施肥计划等。Mast 声称，这样的系统可以提高产量，同时将用水量减少 20% 或更多。

Mast 不愿透露 Electric Plant 的初始客户是谁，但很容易想象其在农业和林业中的应用。

Mast 表示，Bombadil 首批一百多个物种涵盖了各种植物形态，从蕨类、红杉和番茄到大丽花。

“这是基于生物电信号创建的最多样化模型，”他说。“在动物领域，从未有人做过与此相当的事情。”

当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

Tim De Chant 是 TechCrunch 的资深气候记者。他曾为众多出版物撰稿，包括《连线》杂志、《芝加哥论坛报》、Ars Technica、《连线中国》和 NOVA Next，并曾任 NOVA Next 的创刊编辑。

De Chant 还是麻省理工学院科学写作研究生项目的讲师，并于 2018 年在麻省理工学院获得奈特科学新闻奖学金，在此期间他研究了气候技术，并探索了新闻业的新商业模式。他在加州大学伯克利分校获得环境科学、政策与管理博士学位，在圣奥拉夫学院获得环境研究、英语和生物学学士学位。

您可以通过发送电子邮件至 [email protected] 联系 Tim 或核实其外联信息。

查看简介

来源：TechCrunch：AI · techcrunch.com