◇ 总体架构 / System Architecture v1.0

把「复活图书馆」
这件事的大结构摊开。

A 平台、B 案例库、C 方法论——不是三选一,是叠在一起、自下而上互相喂养的三层。底层是两个可复用的引擎库,它们交叉成一张「作品矩阵」;两周的创作营,就是把这些格子一个个填满;填满了,它就长成一座可复用的知识活化工作台。这一页,就是这套结构的全图。

一份知识资源 × 一种复活方法 × 一种交互形态 = 一个活的作品

第一部分 · 整体关系

A / B / C 是一个三层栈

读法是自下而上:底层 C 是引擎,中层 B 是用引擎做出来的作品,顶层 A 是把作品沉淀成的平台。训练营,主要在生产 B、定义 C。

A
最终沉淀 · 越往后越成形

平台 · 知识活化工作台

把 B、C 的成果固化成任何人可复用的工具:喂进一份古籍/资料,挑一种方法、一种形态,半自动生成一个可对话、可漫游、可生成 3D 的交互体验。案例攒够了,模板就长出来了。

内容供应商:图书馆 / CADAL创作者:师生 / 公众能力底座:造物云 + Tripo3D

▲ 由下面的案例沉淀而成

B
训练营直接产出 · 看得见摸得着

案例库 · 一批「活的知识展品」

会讲故事的老照片、可漫游的《营造法式》、能对话的名人手稿、可玩的古籍知识闯关……每个都是一个独立、惊艳、可展示的作品。这是训练营两周里最实在的交付物,也是说服所有人的证据。

第一周:兴趣自选第二周:命题创作(图书馆 × CADAL)目标:填满矩阵的多个格子

▲ 用下面两个引擎库拼出来

C
整件事的底层 · 可复用 / 可教 / 可组合

方法论 · 两个引擎库

这是最该先定义清楚的东西。它定义了「能做什么」的边界,让 60 个同学不必从零想象,而是从两份清单里组合。

引擎一:复活方法库(怎么让死知识活过来)引擎二:多媒体交互形态库(活成什么样让人体验)

第二部分 · 引擎一

复活方法库

让知识从「死的」变「活的」的十类动作——按「对知识做了什么」来分,从读懂、对话、织网,到修复、长出实体、发声、动起来、再生长,最后还有保真校验与流水线编排两类「托底」方法。下面每一条都对应着全球已被验证的技术路线(见文末「全球案例参照」),每个项目至少用上其中一两种、能叠加就叠加。

M1

看得懂

降低门槛:让没学问的人也能读

  • 印刷体 OCR
  • 手写体识别 HTR
  • 古文断句
  • 白话翻译
  • 多语互译
  • 术语注释
  • 自动摘要
  • 异体字归一
M2

能问答

单向→对话:从「被读」变「会答」

  • RAG 知识问答
  • AI 角色分身
  • 与作者对话
  • 数字复活(声画分身)
  • 苏格拉底式追问
  • 多文档交叉问答
  • 导览陪聊
M3

连成网

孤岛→网络:让知识自己连起来

  • 实体抽取
  • 知识图谱
  • 时空地理映射
  • 人物交游网络
  • 事件因果链
  • 版本谱系
  • 跨馆藏关联
  • 主题聚类
M4

修复重生

残破→完整:把损坏的补回来

  • 图像修复 inpainting
  • 老照片上色
  • 缺字预测补全
  • 壁画/绢本修复
  • 残卷拼接
  • 超分辨率
  • 音频降噪还原
M5

长出实体

二维→三维:文字与画长成可绕看的实体

  • 3D 重建(Tripo3D)
  • NeRF 场景复原
  • 点云扩散重建
  • 文物/建筑建模
  • 散点透视还原
  • 数字孪生
  • 照片转 3D
M6

听得见

无声→有声:让知识开口、有配乐

  • 语音合成 TTS
  • 声音克隆
  • 方言/吟诵复原
  • 古乐复原
  • 环境音效
  • 空间音频
  • AI 配乐
M7

动起来

静止→影像:让画面与场景活动起来

  • 静图转动态
  • 历史场景重演
  • 生成式短片
  • 角色一致性动画
  • 关键帧插值
  • 长卷活化
  • 口型驱动
M8

再生长

静止→生成:让知识继续往下长

  • 续写推演
  • 反事实推演
  • 风格迁移
  • 衍生创作
  • 纹样素材生成
  • 文创图案
  • 个性化重组
M9

校得准

托底:让「活」起来的知识不失真

  • 史实校验
  • 出处溯源/引用
  • 置信度标注
  • 专家在环
  • 原文 vs 推测区分
  • 偏见与脱敏审查
M10

串成流

托底:把多种方法编排成可复用的流水线

  • 多模型编排
  • Agent 工作流
  • 批量处理
  • 提示词模板
  • 资源接入管道
  • 一键复用模板

第三部分 · 引擎二

多媒体交互形态库

复活之后,做成什么样子让人体验——这是这个产品区别于「又一个图书馆 AI 问答」的地方。十类形态,从屏幕里的对话、漫游、可视化、游戏,到线下的沉浸装置、XR、影像、共创工具、嵌入式与展演,挑一种当主形态、可再叠加一两种增强。形态越丰富,同一份知识就能长出越多「活法」。

F1

对话式

你问它答,像在跟知识聊天

  • 聊天机器人
  • AI 分身
  • 语音对话
  • 数字人主播
  • 多角色辩论
  • 播客对谈
  • 带出处问答
F2

漫游式

在知识里走动、探索

  • 可交互长卷
  • 3D 场景漫游
  • 虚拟书架
  • 地图漫游
  • 时间轴
  • 第一人称探索
  • 剧情式导览
F3

可视化

把关系与规模一眼看懂

  • 关系网络图
  • 地理热力
  • 时空轨迹
  • 数据叙事
  • 旭日/桑基结构图
  • 语义词云
  • 前后对比滑块
F4

游戏化

玩着玩着就学会了

  • 知识闯关
  • 解谜寻宝
  • CityWalk
  • 模拟经营
  • 角色扮演
  • 分支剧情/剧本杀
  • 卡牌收集
  • 养成推演
F5

沉浸式

把人「放进」知识场景里

  • 投影映射
  • 全息剧场
  • 房间叙事
  • 多通道空间
  • 互动装置
  • 多感官(气味/体感)
  • 镜屋/无限空间
F6

AR / VR

虚实叠合,把展品带到眼前

  • AR 实景叠加
  • VR 漫游
  • MR 混合现实
  • 文物 AR 复原
  • 扫码唤起
  • 裸眼 3D 破屏
  • 数字孪生
  • 原址时空叠加
F7

影像式

把知识讲成一段可看的片子

  • AI 生成短片
  • 历史场景重演
  • 动态长卷
  • 纪录叙事
  • 科普动画
  • 数字人口播
  • 修复时光机
  • 音乐 MV
F8

生成式工具

让人用知识造出新东西

  • 素材/插画生成器
  • 短视频脚本
  • 文创生成
  • 观众共创装置
  • 3D 资产/手办生成
  • 纹样矢量包
  • AI 换装/试摆
F9

嵌入式

长在你已有的工具里

  • Chrome 插件
  • 小程序
  • 开放 API
  • 划词工具
  • 桌面挂件
  • IM 机器人
  • 知识库嵌件
F10

展演式

走到线下,成为一场可策划的展

  • 大屏剧场
  • 灯光秀
  • 线下策展
  • 快闪体验
  • 3D 文物巡展
  • 共创装置墙
  • 沉浸演出

第四部分 · 组合引擎

方法 × 形态 = 作品矩阵

两个引擎库一交叉,每个格子就是一个潜在作品。下面是一批「样板格子」——点上面的方法标签可以筛选,帮同学看到自己的题落在结构图的哪一块。想自己拼一个?打开配方生成器 →,选方法 × 形态 × 资源,实时出提案和 AI prompt。

全部 看得懂 能问答 连成网 修复重生 长出实体 听得见 动起来 再生长 校得准 串成流
M4 修复重生F1 对话式

会讲故事的老照片

上传一张民国老照片 → 一键修复上色 → 它用第一人称讲出照片背后的人和事。

资源:CADAL 民国影像库
M5 长出实体F2 漫游式

可漫游的《营造法式》

把古籍里的斗拱、梁架按图文 3D 重建,用户绕着走、拆开看每一个构件怎么咬合。

资源:营造法式 · Tripo3D
M3 连成网F3 可视化

名人交游网络

从一批手稿书信抽取人名、地点、事件,自动织成一张可点击的关系网络图。

资源:名人手稿 / 书信集
M2 能问答F1 对话式

与古人对话的 AI 分身

把某位作者的全部著述喂给模型,让你能直接「问」他,回答只用他自己说过的话。

资源:某作者文集全文
M1 看得懂F7 嵌入式

古籍断句翻译插件

看在线古籍时划词即出断句 + 白话 + 注释,把「读不懂」的门槛降到零。

资源:古籍善本扫描
M8 再生长F8 生成式

古籍纹样素材库

提取古籍版画、织物纹样,生成可商用的矢量素材,一键做成文创图案。

资源:版画 / 纹样图库
M3 连成网F2 漫游式

古籍刊刻地理地图

把某主题典籍的刊刻地、流传路线落到一张可漫游的历史地图与时间轴上。

资源:书目 + 版本著录
M1 看得懂F4 游戏化

古籍知识闯关

把一部典籍拆成关卡问答,答对解锁下一段,给中小学生的趣味古籍课。

资源:选定经典一种
M5 长出实体F5 沉浸式

善本 3D 虚拟书架

把善本做成可翻阅的 3D 实体,陈列在一个可走入的虚拟书库里沉浸浏览。

资源:善本高清图像
M8 再生长F4 游戏化

冶铁工序模拟

《天工开物》冶铁篇做成可调炉温的模拟小游戏,拖动参数看产物变化、点工人问他在做什么。

资源:天工开物 · 工艺篇
M6 听得见F1 对话式

会吟诵的诗人分身

用某位诗人的全部作品做分身,不只白话讲解,还能用复原的吟诵腔调把诗「念」给你听。

资源:诗人别集 + 吟诵音档
M7 动起来F7 影像式

活的《清明上河图》

把长卷里的人、舟、车按散点透视拆层,AI 生成连续动画,让北宋街市真正「动」起来。

资源:清明上河图高清扫描
M5 长出实体F5 沉浸式

走进画里的沉浸剧场

把一幅名画 3D 还原成可走入的空间,配空间音效与角色对白,观众在画中漫步。

资源:馆藏名画 · Tripo3D
M9 校得准F3 可视化

AI 答案溯源面板

给任意一个知识问答 AI 配一块「证据面板」,每句回答都标出处、原文与置信度,杜绝瞎编。

资源:任一文献库 + 引用标注
M2 能问答F7 嵌入式

图书馆咨询机器人

把开馆时间、借阅规则、馆藏指引喂给 RAG,做成 7×24 的图书馆问答助手。

资源:图书馆服务文档
M4 修复重生F3 可视化

残卷补全可视化

对缺字、虫蛀的古籍页做缺字预测补全,并标注「原文 / 推测」的置信度。

资源:残损写本

这一类还没有样板——正好留给同学来填。

第五部分 · 生产机制

两周创作营,定向填满这张矩阵

两周,两期。第一周让同学按兴趣自由探索、熟悉两个引擎库;第二周收口到图书馆 × CADAL 的命题,定向去填矩阵里最有价值的格子。每个作品入库,整张结构图就亮一格。

第一周 · 自选熟悉引擎 · 点亮自己的格子

不限题材,同学按兴趣从两个引擎库里任意组合,先跑通一个完整作品,建立「方法 × 形态」的肌肉记忆。门槛低、出片快,目的是建立信心和方法感。

方法工作坊形态工作坊自由组合首次路演
第二周 · 命题图书馆 × CADAL · 定向填矩阵

用上 CADAL 真实馆藏与图书馆场景,命题创作。由组织方指定矩阵里几块「高价值待填区」,引导同学认领,避免 60 人扎堆同一格,让案例库覆盖面最大化。

真实数据接入命题认领深化打磨结营展演 + 入库

第六部分 · 长期价值

案例 → 模板 → 工作台

单个案例只是作品;当同一个「方法 × 形态」格子被做过几次,共性就能抽出来变成模板,模板攒成一套,就是平台 A。这是训练营之后这件事能继续生长的路径。

沉淀案例

训练营产出的每个作品连同它的「资源 × 方法 × 形态」标签,全部入库归档,成为可检索的案例馆。

抽取模板

对反复出现的格子(如「修复上色 × 对话」),把流程、提示词、组件抽象成一键可复用的模板。

组装工作台

模板挂上造物云算力与 Tripo3D 能力,变成「选资源 → 选方法 → 选形态 → 生成」的活化工作台。

对外开放

图书馆、CADAL 持续供给资源,师生与公众持续创作,平台自循环——复活图书馆从一次活动变成一项长期能力。

第七部分 · 全球案例参照

这不是空想——每一类方法,世界上都已有人跑通

下面是 16 个公开可查的全球项目,用来给「复活方法库」的每一类动作做技术背书:从 OCR、手稿识别、缺字补全、对话分身、关系织网、3D 重建、老照片活化,到 AI 续写交响乐,今天都已是可落地的真实路线。其中既有海外标杆,也有数字敦煌、CBDB 这样的中文范例。我们只迁移方法,不复制其品牌与内容。标签标出每个案例主要印证了哪几类方法。

DeepMind × 牛津 / 威尼斯大学2022 · Nature

Ithaca / Aeneas 古文修复

深度网络为残损的古希腊、拉丁铭文补出缺字、推定年代与产地。单独用准确率 62%,但「AI + 史学家」协作把人的修复准确率从 25% 拉到 72%——专家在环的范本。

M4 修复重生M9 校得准
deepmind.google ↗
奥赛博物馆 × Jumbo Mana2023

「Hello Vincent」与梵高对话

把梵高的书信与生平做成可实时对话的数字分身,观众能直接「问」他创作动机。从被动听讲解,变成主动追问的对话体验。

M2 能问答M6 听得见
museumnext.com ↗
史密森尼学会 Smithsonian持续更新

Smithsonian X 3D

用 AI 辅助 3D 扫描数字化上亿件藏品,林肯的脸模等可在浏览器里自由旋转、绕看、测量——「文字/实物 → 可漫游 3D 实体」的规模化先例。

M5 长出实体
3d.si.edu ↗
Florence As It Was 项目数字人文

「重返中世纪佛罗伦萨」

把激光扫描点云、建筑网格、当年安置其中的艺术品、文本注释与声音,合进同一个可漫游的空间界面——多源知识「连成网 + 长出实体」的完整工作流。

M3 连成网M5 长出实体
nature.com ↗
NeRF + GAN 古迹复原生成式重建

吴哥窟 / 罗马广场数字复原

用神经辐射场(NeRF)从历史影像重建三维场景,再用生成对抗网络补回风化、坍塌缺失的结构——把「残破古迹」生成回「完整可绕看的实体」。

M4 修复重生M5 长出实体
cacm.acm.org ↗
teamLab 艺术团体沉浸装置

《水粒子的宇宙》

把前现代日本画里用线条描绘的「水」,重新解算成可流动、可被观众扰动的粒子——古画里静止的程式化意象,被还原成有生命的动态场景。

M7 动起来M5 长出实体
teamlab.art ↗
Van Gogh: Immersive Experience全球巡展

沉浸式梵高展

把名画投影到整间展厅的墙、地、顶,配动画、音乐与气味,观众「走进」画里而非隔着画框看——二维静画转沉浸影像的标杆形态。

M7 动起来
vangoghexpo.com ↗
Transkribus / READ-COOP手稿识别

历史手稿 HTR 平台

面向档案馆与学者的手写体识别平台,把成箱的手稿、教区登记册、古账本批量转成可检索、可分析的文本——「看得懂」这一步的工业级工具。

M1 看得懂M10 串成流
readcoop.eu ↗
Google Arts & Culture开放平台

文化藏品的活化平台

把上千家博物馆藏品、AI 工具(含免费版 Ithaca)、超高清漫游、AR 试戴汇成一个对公众开放的入口——「案例 → 模板 → 工作台」沉淀路径的成熟参照。

M10 串成流M9 校得准
artsandculture.google.com ↗
MyHeritage × D-ID2021 · 逾 1.1 亿次

Deep Nostalgia 让老照片眨眼

上传一张静止的家族老照片,深度学习用「驱动视频」让先人的脸重新转头、微笑、眨眼。上线 48 小时被用了百万次,至今累计逾 1.1 亿张——把「修复 + 动起来」做成了全民级体验。

M4 修复重生M7 动起来
myheritage.com ↗
哈佛 × 北大 × 中研院65 万+ 人物

中国历代人物传记资料库 CBDB

把七世纪到十九世纪、逾 65 万历史人物的亲属、师承、交游、任官与地理,全部结构化成一张可做社会网络与时空分析的关系库——「把一部部史书读成一张人物网」的中文范本。

M3 连成网
cbdb.harvard.edu ↗
敦煌研究院 × 腾讯2022 · 数字藏经洞

数字敦煌 · 数字藏经洞

用游戏引擎以毫米级精度 1:1 重建莫高窟与藏经洞,把曾流散的 6 万余件文物在虚拟空间里重新「归位」;观众戴上 VR 即可走进平日不开放的第 285 窟——国内「长出实体 + 沉浸漫游」的旗舰工程。

M5 长出实体M10 串成流
tencent.com ↗
斯坦福 CESTA2008 起 · 数字人文

Mapping the Republic of Letters

把伏尔泰、洛克等启蒙学人的上万封通信,按收发地与时间织成可交互的网络与地图,用数据追问「启蒙思想究竟在哪里流动」——网络叙事 + 残缺数据可视化的经典之作。

M3 连成网M9 校得准
stanford.edu ↗
Tallon 激光扫描 + 育碧2019 火灾后

巴黎圣母院数字孪生重建

艺术史学家 Andrew Tallon 生前用激光扫描采集了十亿个点的毫米级模型,加上《刺客信条》为游戏精细复刻的三维场景——大火之后,这些「数字孪生」成了重建的关键底图。

M4 修复重生M5 长出实体
artnet.com ↗
卡拉扬研究所 × Playform AI2021 · 波恩首演

贝多芬《第十交响曲》AI 续完

贝多芬辞世时只留下 40 段草稿。团队让 AI 学遍他全部作品的创作手法,把残稿发展成两个完整乐章,2021 年由波恩贝多芬乐团世界首演——「让知识继续往下长」的标志性尝试。

M8 再生长M6 听得见
classicfm.com ↗
大英图书馆 × 图灵研究所£9.2M · 2018–2023

Living with Machines

动用数百万页报纸、地图与人口普查,用 AI 在海量数字馆藏里追踪工业革命如何改变普通人的生活,并产出 MapReader 等可复用工具——图书馆级数据「看得懂 + 连成网 + 串成流」的国家级样板。

M1 看得懂M3 连成网M10 串成流
livingwithmachines.ac.uk ↗

还有更多路线在涌现(古乐复原、方言吟诵合成、知识图谱叙事、AI 续写推演……)。这张参照表本身就是一个「待补的矩阵」——训练营里每跑通一个新方法,就往这里加一行。

结构清楚了,就去填格子。

带着这张全图去看选题、去定义产品、去开发。每个同学的作品,都是这张结构图上被点亮的一格。