En los últimos años, los enfoques de fenotipado en la mejora de plantas se han expandido tanto en metodología como en capacidad de recolección de datos. Una de estas herramientas, la Espectroscopía de Infrarrojo Cercano (NIRS), genera una gran cantidad de valores de reflectancia para muestras biológicas. Para probar el potencial de las predicciones basadas en NIRS, se evaluaron cien híbridos de sorgo granífero generados a partir de un diseño de apareamiento factorial 10 x 10 en ocho entornos. Los híbridos fueron fenotipados para rendimiento de grano, días hasta la antésis, altura de planta, índice de dureza del grano, diámetro del grano y peso del grano. Las muestras de grano de los híbridos fueron escaneadas con NIRS para generar datos fenómicos, mientras que las líneas parentales fueron genotipadas utilizando genotipado por secuenciación. Se ajustaron tres modelos predictivos diferentes: predicción genómica (GP), predicción fenómica (PP) y GP + PP. Se completaron tres esquemas de validación cruzada diferentes de híbridos no probados en entornos caracterizados (CV1), híbridos probados en entornos no caracterizados (CV2) y híbridos no probados en entornos no caracterizados (CV3). GP + PP mejoró significativamente sobre GP para días hasta la antésis, índice de dureza del grano, diámetro del grano y peso del grano para CV1. La precisión de la predicción de GP + PP también mejoró significativamente para el índice de dureza del grano y el peso del grano para CV2 y CV3. Dependiendo de la logística, la predicción fenómica tiene el potencial de complementar o suplementar los datos genómicos para estrategias predictivas en sorgo.