Los rasgos de la mazorca de maíz son un componente importante del rendimiento, y la base genética de los rasgos de la mazorca facilita una mayor mejora del rendimiento. En este estudio, se utilizó un panel de 580 líneas inbred de maíz como material de estudio, se midieron ocho rasgos relacionados con la mazorca a lo largo de tres años de siembra, y se realizó una secuenciación del genoma completo utilizando el chip de cría de maíz de 40 K basado en la tecnología de genotipado por secuenciación dirigida (GBTS). Se utilizaron cinco modelos para llevar a cabo un estudio de asociación a nivel del genoma (GWAS) sobre la mejor estimación lineal no sesgada (BLUE) de los rasgos de la mazorca para encontrar el mejor modelo. El modelo FarmCPU (Unificación de Probabilidad de Modelo Fijo y Aleatorio Circulante) fue el mejor modelo para este estudio; se detectaron un total de 104 polimorfismos de nucleótido único (SNP) significativos, y se detectaron simultáneamente 10 SNPs de co-localización en más de dos entornos. A través de la anotación y predicción de la función génica, se identificaron un total de nueve genes como potencialmente asociados con los rasgos de la mazorca. Además, se recopilaron un total de 760 loci de rasgos cuantitativos (QTL) asociados con rasgos relacionados con el rendimiento reportados en 37 artículos diferentes. Utilizando los 760 QTL recopilados para el análisis de meta-QTL, se identificaron un total de 41 MQTL (meta-QTL) asociados con rasgos relacionados con el rendimiento, y 19 MQTL detectaron genes funcionales de rasgos de la mazorca relacionados con el rendimiento y genes candidatos que han sido reportados en maíz. Cinco SNP significativos detectados por GWAS se localizaron dentro de estos intervalos de MQTL, y otros tres SNP significativos estaban cerca de MQTL (menos de 1 Mb). Los resultados proporcionan una referencia teórica para el análisis de la base genética de los rasgos relacionados con la mazorca y la mejora del rendimiento del maíz.