2025年6月11日，康奈尔大学的Mehmet Mert İlman团队在期刊《Scicence Robotics》上发表题为《In situ foliar augmentation of multiple species for optical phenotyping and bioengineering using soft robotics》的研究论文。该研究开发了一种软体机器人叶片夹持器和冲压注射方法，以改进纳米级合成和生物探针的叶面递送，提高注射成功率、减少叶片损伤，在植物生物工程和表型分析方面具有潜力。
在农业科技飞速发展的今天，作物表型数据采集对于作物育种意义重大，而表型机器人的自主导航技术更是关键。华中农业大学的研究团队提出了一种基于地空协作的表型机器人自主导航方法，该研究成果发表于《Artificial Intelligence in Agriculture》。此方法借助无人机与地面机器人的协同工作，构建起 “全局感知 - 局部执行” 的闭环优化系统，有效解决了传统导航技术依赖静态环境的难题，显著提升了表型机器人在动态农田环境中的导航精度与适应性。
在农业现代化进程中，智能水果采摘的重要性日益凸显。水果检测与识别作为机器人采摘的关键环节，现有方法对单模态视觉数据的依赖性强，存在通用性不足，难以适应复杂环境和处理新水果品种等问题，导致图像特征与上下文理解之间存在语义鸿沟。