"追寻克孜尔壁画30年，我始终被一个问题牵引：那些被剥离带走的壁画，究竟画着什么？是'太赫兹时 域光谱技术'和AI的创新应用，让1700岁的克孜尔壁画重生。当数字复原的长卷铺展眼前，裂痕与烟渍依 旧刺痛着我。" "我问AI助手元宝，怎么让年轻人觉得太极很酷？它说，不要试图去说服年轻人我们老祖宗的东西很酷， 你要用他们的语言、审美把太极打造成一款解决他们痛点的潮流产品。" 12月12日，腾讯探元创新大会在北京首钢园举行，来自新疆维吾尔自治区龟兹研究院研究馆员赵莉、北 京邮电大学交互技术与体验系统实验室副主任陈洪等四位文博领域创新实践者，从不同维度分享了科技 助力文化遗产保护与活化的故事，引发台下专家学者共鸣。 会上，全新升级的"探元计划NextGen"正式启动，重点聚焦"AI考古"与"活化利用"两大赛道，旨在深度拓 展AI等前沿关键技术应用，助力破解考古探源与文化遗产保护与活化的前沿难题。 传统考古工作长期面临耗时长、高度依赖专家经验、数据处理效率低等现实挑战。人工智能的快速发 展，为考古学提供了前所未有的机遇。"探元计划NextGen"致力于将人工智能技术深度融入考古学研究与 实践，从文物智能复原、数据智能分 ...

产品概述 - DeepMind推出多模态生成式AI工具Aeneas 用于解读、归属和修复残缺古代碑文 基于生成式神经网络技术 [1] - Aeneas能够跨越数千份拉丁铭文进行推理 在几秒钟内检索文本和语境相似文本 显著提升考古研究效率 [6] - 该工具可同时分析文本和视觉信息 是首个利用多模态输入确定文本地理来源的模型 [9] 技术能力 - 在年代预测方面 能将文本置于历史学家提供的日期范围内13年内 出处预测准确率达72%[9] - 修复文本能力突出：对最多十个字符缺失的铭文修复准确率达73% 对长度未知缺失的修复准确率为58%[9] - 采用transformer架构处理碑文输入 通过嵌入技术将铭文编码为包含文本内容、语言、时空信息的历史指纹 [13] 应用案例 - 成功解析古罗马皇帝奥古斯都撰写的《功业记》碑文 通过语言特征和历史标志生成概率化年代分布 呈现公元前10-1年与公元10-20年两个峰值区间 [15] - 修复公元113/14年萨丁岛青铜军事命令 展示对实际考古材料的处理能力 [6] - 支持扩展至莎草纸、硬币等媒介 并适配西夏文、契丹文等中国古文字解读 [10] 行业影响 - 改变传统依赖专家经验数据库的考古研究模式 实现从耗时检索到即时推理的范式转变 [6][9] - 开源特性允许全球考古学家定制化应用 中国多所高校已开展AI考古相关研究与实践 [10][17] - 为处理严重损坏材料的历史学家提供通用工具 推动古代历史研究的定量化发展 [9][15]