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。
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。
▲ 由下面的案例沉淀而成
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。
▲ 用下面两个引擎库拼出来
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。
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。
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
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
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
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
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
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
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
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
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
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」。
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
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
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
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
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
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
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
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
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
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。
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 · Tripo3DAI 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。
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。
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。
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。
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。
「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。
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。
「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。
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」。
《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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。