一棵松树染上松材线虫病后，40天内就会死亡，并像传染病一样迅速蔓延至整片松林，这种被称为"松树癌症"的病害，一直是悬在中国915亿株松林头顶的达摩克利斯之剑。8月12日，百度AI Day伐谋AI4S专场在南京举行，百度伐谋与南京林业大学联合发布全国首个AI加早期松材线虫病防治一体化平台。针对病害"发现晚、识别难、诊断慢"的三大瓶颈，伐谋AI用56分钟将107个候选特征压缩至5个关键特征，早期病害检出率从89.1%提升至98.0%，误报率从13.6%降至5.1%，一场持续40多年的林业难题迎来AI解法。
松材线虫病是我国森林生态安全面临的重大威胁，每年造成的经济损失高达3500亿元。它的可怕之处在于隐蔽性：染病初期的松树，外观与健康松树几乎毫无差别，靠肉眼和普通视觉影像难以察觉，而这一时期恰恰是药物彻底治愈的唯一窗口期；一旦树冠颜色变化，病害就进入中晚期，传染性呈指数级增长，基本无力回天。对林场来说，防治工作占了林业有害生物防治80%以上的精力，却依然面临"发现晚、识别难、说不清"三重困境。
识别难是其中最核心的技术瓶颈。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，既拍树冠纹理与颜色的"表"，也捕捉叶绿素与水分变化的"里"，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。要准确区分病害信号与正常扰动，必须对纹理、光谱、波段统计量等上百种特征做综合"体检"，可供专家筛选的候选特征超过100种，光5个特征组合就有1.06亿种可能，人工逐一试错周期极长，覆盖率却依然有限。
百度伐谋的介入，改变了这场旷日持久的试错竞赛。伐谋是百度自研的可商用"自我演化"超级智能体，它的工作方式不是简单跑模型，而是与人类研究者形成协作闭环：研究人员负责提出科研问题、确定评价标准，并结合林业知识判断实验结果；伐谋则基于确定的研究目标与评价体系，自动化生成、测试、比对各类特征组合，完成大规模的试错寻优。
效果立竿见影。过去专家团队需要在107个候选特征中人工筛选组合，如今伐谋在56分钟内就完成了特征压缩，将核心特征精准降至5个左右，前期特征筛选和消融实验时间压缩约80%。优化后的识别效果全面提升：早期病害检出率从89.1%提升至98.0%，针对早期病害类别的专项识别能力从78.5%提升至88.7%，干旱和枯草导致的误报率从13.6%降至5.1%。这意味着绝大多数早期病树能在外观尚正常时被AI识别出来，同时大幅降低干扰因素造成的误判，真正实现了病害的极早期发现。
在南京市溧水区林场的实地应用中，这套平台的实战能力得到直观展现。无人机按预设航线飞掠松林上空，采集的多光谱影像实时回传平台，AI系统自动对疑似病树位置进行异常检测框标定，结合无人机飞行轨迹、位置和姿态信息，将像素坐标精准转换为地图位置坐标，随后生成具体防治建议并派单给处置人员。护林员不再需要翻山越岭靠眼睛排查，AI标出可疑松树后重点核查即可，目标明确，效率成倍提升。
此前，林场每年投入大量人工和资金，却只能在松树死亡后开展伐除，且常因视线不通、灌木掩盖或地形限制导致漏查、定位漂移及运输途中的二次传播，每年仍有约一万株松树死亡。如今无人机飞一趟即可覆盖大片区域，从发现、定位到防治和留痕巡检形成了完整闭环。南京林业大学相关技术已在江苏、辽宁、安徽等省份规模化应用，累计推广面积超过200万亩，通过早期精准防控为国家节约防治成本约7亿元；引入百度伐谋后，该能力有望进一步支撑50万至100万亩重点风险松林的早期预警，预计可节约核查、防控和模型迭代等相关成本3000万至5000万元。
松材线虫病平台只是百度伐谋AI4S布局的一环。在南京的活动现场，百度伐谋发布了AI4S"1+10+N"战略，以自演化智能体为核心底座，集中展示十大跨学科科研标杆成果，涉及林业、材料、脑科学、金融科技、光电、汽车、能源、数学和具身智能等多个领域。成立九个月以来，伐谋已积累四五十个应用案例，分布在千行百业，青岛港自动化码头通过伐谋迭代寻优，核心指标反超人工方案10.21%。
百度还同步启动了AI4S科学家计划，将支持100位各领域学者，重点覆盖材料科学、可控核聚变、量子计算、药物研发、合成生物学、先进制造与半导体、生命医学工程、能源与电池、空天与智能系统等方向。从松林到码头，从材料到能源，AI4S的核心逻辑是一致的：让AI不再只是重复人类已知的知识，而是帮助科研人员在巨大的解空间中寻找人类尚未发现的新方案。正如百度方面所言，未来90%的生产生活任务都可能有AI深度参与，而智能体将成为AI进入真实任务的主要载体，这场由AI驱动的科研范式变革，才刚刚开始。