圖來(lái)源/數(shù)智時(shí)代古籍研究前沿論壇暨‘我用AI校古籍’（2025年）總結(jié)會(huì)

無(wú)論你是否身處AI行業(yè)，近期總能頻繁刷到關(guān)于中國(guó)AI新物種的新聞。在美國(guó)拉斯維加斯會(huì)展中心舉辦的CES大會(huì)上，來(lái)自中國(guó)的AI產(chǎn)品遍布各個(gè)展館，成為全場(chǎng)關(guān)注的焦點(diǎn)，這也恰如其分地印證了2025年中國(guó)AI應(yīng)用落地的蓬勃發(fā)展態(tài)勢(shì)。

AI正在為萬(wàn)物賦予新的可能性，過(guò)去一年里，各類軟硬件新產(chǎn)品層出不窮，AI教育、AI電商、AI家電、智能穿戴、AI健康、AI助手、AI陪伴等應(yīng)用遍地開(kāi)花。AI 已經(jīng)成為一切產(chǎn)品的底層能力。

相比百億乃至千億賽道里的AI產(chǎn)品，在沒(méi)被更多人關(guān)注到的傳統(tǒng)文化領(lǐng)域，AI發(fā)揮的作用同樣耀眼。

古籍整理原本是一個(gè)專業(yè)門(mén)檻極高的工作，需要專家和學(xué)者逐字敲擊錄入電腦，過(guò)程中還得分辨版刻混用字、俗體字、異體字、底本錯(cuò)字，工作可謂艱辛且繁瑣。現(xiàn)在AI 能夠把這些工作分層，大多數(shù)工作可以由機(jī)器和簡(jiǎn)單的人工操作來(lái)完成。

這意味著AI重塑了古籍整理的新范式，很多人僅憑借興趣愛(ài)好就能參與古籍整理的工作，讓沉睡千年的古籍以更快的速度走出“深閨”。

古籍為什么重要？近現(xiàn)代歷史上，古籍文字憑借美感吸引著名家著書(shū)立言。朱光潛在《中國(guó)古代美學(xué)簡(jiǎn)介》中提出，古籍不僅是文獻(xiàn)資料，其版式、字體等也具有極高的審美價(jià)值。

孔子校訂"六經(jīng)"是中國(guó)最早的系統(tǒng)性古籍整理實(shí)踐，奠定了后世古籍整理以?？?、注釋為核心的方法論基礎(chǔ)。兩千多年后，一幫古籍愛(ài)好者在AI 的輔助下踏上孔子走過(guò)的路，他們以技術(shù)為舟楫，渡向孔子曾渡過(guò)的河。

2024年，字節(jié)公益平臺(tái)識(shí)典古籍發(fā)起“我用AI校古籍”活動(dòng)，上線僅一年半便吸引3.7萬(wàn)人報(bào)名參與，累計(jì)整理2萬(wàn)部共15億字。背后靠的正是識(shí)典古籍平臺(tái)里幾乎無(wú)處不在的AI。

古籍大眾智能化的春天已來(lái)，而這一切是如何發(fā)生的呢？

01

AI重塑了古籍整理的新范式

古籍是文化傳承的重要載體，承載著豐富的歷史信息、文化內(nèi)涵和思想智慧，千百年來(lái)古籍在流動(dòng)的文明長(zhǎng)河滋養(yǎng)著人們的精神世界。即便到了如今的AI時(shí)代，當(dāng)很多人以為這種艱澀難讀的古籍應(yīng)當(dāng)被束之高閣時(shí)，它卻依舊迸發(fā)著新的活力。

識(shí)典古籍團(tuán)隊(duì)甚至都沒(méi)料想到，一場(chǎng)古籍整理活動(dòng)能吸引數(shù)萬(wàn)公眾參與。

劉爾君是上海大學(xué)中國(guó)古代文學(xué)專業(yè)研二的學(xué)生，自小喜歡文學(xué)。2025年4月，她偶然看到網(wǎng)上招募“我用AI校古籍”志愿者的消息，毫不猶豫報(bào)了名，“這既是我的專業(yè)也是我的熱愛(ài)?！?/p>

順利入選后，從“初階組”做到“進(jìn)階組”，短短幾個(gè)月她累計(jì)校對(duì)近70卷古籍，其中包括7卷《永樂(lè)大典》。她參與的首批任務(wù)以佛經(jīng)為主，如《金剛經(jīng)》《楞嚴(yán)經(jīng)》《華法經(jīng)》等佛教經(jīng)典古籍，“佛經(jīng)用字繁復(fù)，異體字多，初看如天書(shū)，但越難越有趣。”劉爾君稱，校對(duì)近70卷古籍不算什么，她有個(gè)同學(xué)校對(duì)了200多卷。

對(duì)很多不熟悉古籍的大眾而言，很容易被《永樂(lè)大典》這種類古籍大部頭嚇退，事實(shí)上并非只有文學(xué)愛(ài)好者才能校對(duì)古籍。在校對(duì)古籍的數(shù)萬(wàn)參與者里，不僅有千余所高校的師生，也有上班族、退休老人，甚至青少年。

校對(duì)古籍的工作，正從“學(xué)人時(shí)代”進(jìn)入到大眾智能化時(shí)代。這背后離不開(kāi)識(shí)典古籍AI功能的迭代和進(jìn)化。

2022年10月，字節(jié)跳動(dòng)聯(lián)合北京大學(xué)共同打造了識(shí)典古籍?dāng)?shù)字化平臺(tái)，AI技術(shù)正式進(jìn)入古籍整理全流程。依托AI，識(shí)典古籍還將哈佛燕京圖書(shū)館的7000部古籍轉(zhuǎn)化為高清數(shù)字資源，并免費(fèi)向公眾開(kāi)放，用戶登錄平臺(tái)可檢索宋刻《十誦律》、元刻《隋書(shū)》、明抄《永樂(lè)大典》等珍本。

隨著人工智能技術(shù)的突飛猛進(jìn)，2024年識(shí)典古籍發(fā)起“我用AI校古籍”活動(dòng)，旨在把古籍整理從專業(yè)性工作降到普通大眾均可參與的文化實(shí)踐。

過(guò)去古籍整理因?qū)I(yè)人才匱乏、生僻字識(shí)別難度大，整理效率長(zhǎng)期偏低。AI的引入顯著改變了這一局面：AI可快速完成初步點(diǎn)校和基礎(chǔ)整理工作，再將任務(wù)拆解為多個(gè)簡(jiǎn)單、標(biāo)準(zhǔn)化的模塊，大幅降低參與門(mén)檻。

完全沒(méi)有古籍整理背景的志愿者，只需借助“識(shí)典古籍”平臺(tái)的OCR校對(duì)等AI工具及配套教程，即可高效完成古籍的初步整理任務(wù)。

為什么大眾會(huì)熱衷整理古籍？擁有十多年古籍整理經(jīng)驗(yàn)的清華大學(xué)人文學(xué)院副教授唐宸告訴我們，主要是AI的強(qiáng)大功能，降低了大眾對(duì)傳統(tǒng)古籍的恐懼。只要破除恐懼心理，投入進(jìn)去后就很容易發(fā)現(xiàn)古籍中蘊(yùn)藏的文化美。

以往古籍整理專業(yè)門(mén)檻很高，主要依賴專家和學(xué)者逐字?？?、斷句標(biāo)點(diǎn)，最后還要核校一遍，導(dǎo)致效率低下。

唐宸見(jiàn)證了AI技術(shù)如何把學(xué)者從這種繁瑣的勞動(dòng)中解脫出來(lái)。他過(guò)去整理古籍的方式非常機(jī)械，需要把古籍復(fù)印出來(lái)，再逐字把它錄入到電腦里，敲的時(shí)候很容易出錯(cuò)，如果沒(méi)辦法獲得復(fù)印件，他就要到圖書(shū)館里手抄。

即便那時(shí)候有一些工具可用，也達(dá)不到當(dāng)前的效率。例如古籍的圖像轉(zhuǎn)成文字，就需要用一些古籍OCR（光學(xué)字符識(shí)別）工具，加標(biāo)點(diǎn)又要去用一個(gè)工具?！斑^(guò)去用計(jì)算機(jī)整理古籍的最大問(wèn)題是流程比較割裂，現(xiàn)在識(shí)典古籍把整個(gè)流程統(tǒng)一到了一個(gè)系統(tǒng)里?！碧棋氛f(shuō)。

在識(shí)典古籍這個(gè)系統(tǒng)里，數(shù)據(jù)可以無(wú)縫流轉(zhuǎn)，完成從頭到尾的所有工作。而隨著大模型能力的進(jìn)化，古籍整理的速度又進(jìn)一步提升。

2024年華東師大的博士劉帥參加了“我用AI校古籍”活動(dòng)，一個(gè)月里他初步整理出200萬(wàn)字的古籍，到了2024年底，三個(gè)月時(shí)間里劉帥校過(guò)、標(biāo)過(guò)、排版過(guò)、審過(guò)的書(shū)一共有191種，總字?jǐn)?shù)500萬(wàn)以上。“之前人工整理古籍是騎自行車，現(xiàn)在突然變高鐵了?！眲浾f(shuō)。

“我用AI校古籍”活動(dòng)最初是在字節(jié)內(nèi)部發(fā)起的，沒(méi)料想很多員工參與的積極性特別高，當(dāng)中有喜歡傳統(tǒng)文化的人，或者是文科生。他們一部分價(jià)值感來(lái)自于，自己當(dāng)年學(xué)的東西竟然還有用武之地。

甚至有一部分員工，下了班就沉浸式校對(duì)古籍中，發(fā)現(xiàn)這是一件特別解壓的事。而這正是古籍跨越千年歷史后，與現(xiàn)代人產(chǎn)生的深度連接。

經(jīng)過(guò)幾期的招募活動(dòng)，截止目前，字節(jié)已經(jīng)有兩三千位同事加入到古籍整理活動(dòng)中。

若想讓更多人參與進(jìn)古籍整理中，單單是字節(jié)內(nèi)部人參與還遠(yuǎn)不夠。2024年的六月份，識(shí)典古籍和北大數(shù)字人文研究中心共同開(kāi)了一個(gè)研討會(huì)，決定向公眾推廣這個(gè)活動(dòng)。一年多以來(lái)，活動(dòng)累計(jì)帶動(dòng)3.7萬(wàn)人參與進(jìn)古籍整理的工作。

AI“盤(pán)活”了沉睡千年的古籍，更激發(fā)出大眾整理古籍的熱情。

02

AI如何校古籍

2025是大模型通過(guò)高頻迭代迅速提升性能的一年，陸續(xù)開(kāi)始應(yīng)用到各種小眾領(lǐng)域。最近有媒體報(bào)道，Gemini 3.0 Pro僅用1小時(shí)，就破解了拉丁文古籍《紐倫堡編年史》中500多年未解的神秘注釋，識(shí)別出這是中世紀(jì)學(xué)者的歷法換算表。

豆包作為日活過(guò)億的頭部大模型同樣應(yīng)用廣泛，尤其在傳統(tǒng)文化領(lǐng)域的應(yīng)用令人驚喜。識(shí)典古籍平臺(tái)基于豆包大模型的基座，精調(diào)出一系列擅長(zhǎng)特定任務(wù)的專業(yè)模型，因?yàn)榫{(diào)的模型比較小，響應(yīng)速度也快。它們?nèi)缤鱾€(gè)領(lǐng)域的專家，被植入進(jìn)系統(tǒng)內(nèi)高效絲滑地執(zhí)行任務(wù)。

要明白這一點(diǎn)，需知道古籍整理的全流程，從以下步驟也能看出AI 是如何把傳統(tǒng)古籍“盤(pán)活”的。

一，把古籍影像上傳到平臺(tái)，通過(guò)OCR技術(shù)自動(dòng)識(shí)別，對(duì)古籍的影像文字進(jìn)行單個(gè)切分，再進(jìn)行文字識(shí)別和順序識(shí)別。這個(gè)過(guò)程并不簡(jiǎn)單，OCR技術(shù)需要將古籍圖像轉(zhuǎn)化為可編輯文本，接著平臺(tái)再將流程拆解為 “AI初?！蟊姶中！獙＜揖！?三級(jí)體系，最后由北大的專業(yè)力量把關(guān)。

這樣的流程最為科學(xué)，既提升了效率又將保證了高準(zhǔn)確率。

識(shí)典古籍平臺(tái)粗校版《永樂(lè)大典》頁(yè)面

二，傳統(tǒng)古籍是沒(méi)標(biāo)點(diǎn)的，AI會(huì)通過(guò)序列標(biāo)注的方式對(duì)古籍自動(dòng)進(jìn)行標(biāo)點(diǎn)劃分，目的是為了便于現(xiàn)代人閱讀。在這方面AI 極為擅長(zhǎng)，唐宸教授說(shuō)：“早期用電腦加標(biāo)點(diǎn)質(zhì)量確實(shí)不行，現(xiàn)在識(shí)典古籍運(yùn)用大模型加標(biāo)點(diǎn)，水平已經(jīng)超過(guò)碩士生?！?/p>

三，AI自動(dòng)為古籍劃分結(jié)構(gòu)。傳統(tǒng)古籍往往“有字無(wú)篇”，卷、回、段落、標(biāo)題全靠讀者肉眼尋找，翻檢效率極低。識(shí)典古籍將版面視覺(jué)模型與序列標(biāo)注模型疊加，能識(shí)別頁(yè)面欄線、插圖，乃至自動(dòng)輸出多級(jí)目錄。

盡管AI處理復(fù)雜版式時(shí)有較高可靠性，但實(shí)際效果受圖像質(zhì)量、字體變體等因素影響，最后需結(jié)合人工校對(duì)以提升精度。

四，提取古籍里的人名、地名、書(shū)名等，再自動(dòng)關(guān)聯(lián)到百科。AI能通過(guò)序列標(biāo)注方式識(shí)別古籍文本中的專有名詞，包括人名、地名、書(shū)名、時(shí)間、官職五類實(shí)體，這是因?yàn)槟Ｐ驮谟?xùn)練過(guò)程中學(xué)習(xí)了古籍的文風(fēng)和用字規(guī)律，能力相當(dāng)于這個(gè)領(lǐng)域的專家。

識(shí)別結(jié)果會(huì)以不同顏色或下劃線形式高亮顯示，用戶可對(duì)錯(cuò)誤或缺漏的實(shí)體進(jìn)行人工修正，下方還有詞條顯示，甚至可鏈接到抖音百科進(jìn)一步了解相關(guān)知識(shí)。

AI識(shí)別“子男”并提供詞條，可鏈接到抖音百科

值得一提的是，2024年以前識(shí)典古籍主要運(yùn)用的是傳統(tǒng)NLP （即自然語(yǔ)言處理）技術(shù)，現(xiàn)在已經(jīng)完全依賴大模型。這得益于字節(jié)豆包大模型的性能提升，以及火山引擎提供的算力支持。大模型的優(yōu)勢(shì)在于，具備龐大的知識(shí)儲(chǔ)備，此外深度思考能力讓它更能做出準(zhǔn)確的判斷。

當(dāng)然，大模型并非不會(huì)出錯(cuò)。2024年模型還總出現(xiàn)幻覺(jué)，例如會(huì)給一個(gè)歷史人物補(bǔ)充一些虛假的介紹，但到2025年已經(jīng)減少很多。

古籍大眾化的關(guān)鍵一點(diǎn)在于翻譯。很多古籍都是用文言文寫(xiě)的，閱讀門(mén)檻將不少人擋在門(mén)外，這就讓翻譯變得尤為重要。過(guò)去行業(yè)基本上用的都是機(jī)器翻譯，也能出結(jié)果，但出錯(cuò)率比較大。

2024年，識(shí)典古籍團(tuán)隊(duì)決定使用大模型進(jìn)行翻譯。識(shí)典古籍的AI翻譯功能由多個(gè)精調(diào)的模型組成，這些模型有的是歷史專家，有的是佛教專家，能夠讀懂文言文的語(yǔ)境和上下文，直接把專業(yè)技能拉滿。最初機(jī)器翻譯的準(zhǔn)確率只有13%，運(yùn)用了大模型進(jìn)行翻譯后，現(xiàn)在準(zhǔn)確率已經(jīng)能達(dá)到80%乃至90%。

如果說(shuō)以上的AI能力打通了古籍和大眾的那堵墻，讓大眾都能參與進(jìn)來(lái)校對(duì)。那么識(shí)典古籍的“深度研究助手”，則是為了幫助專家和學(xué)者更高效便捷地使用。

識(shí)典古籍深度研究助手界面

這款深度研究助手同樣是基于大模型的古籍研究工具。它并非簡(jiǎn)單的"問(wèn)答機(jī)器人"，而是具備自主研究能力的AI智能體，能夠?qū)ζ脚_(tái)收錄的數(shù)萬(wàn)部古籍進(jìn)行深度挖掘與智能分析，自主完成從研究計(jì)劃制定、知識(shí)系統(tǒng)挖掘、表格整理與研究報(bào)告生成的全流程工作。

用戶只需輸入研究主題，便能在古籍資料中進(jìn)行全面的挖掘與智能分析，顯著提升研究效率與深度。

唐宸教授在日常調(diào)研和學(xué)習(xí)中，已經(jīng)深度依賴這個(gè)深度研究助手，主要用來(lái)檢索一些比較細(xì)節(jié)的古籍知識(shí)，還經(jīng)常向它提問(wèn)開(kāi)放性問(wèn)題。一定程度上，這個(gè)深度研究助手相當(dāng)于他的“同行”，能和他一起碰撞靈感。

作為深度且專業(yè)的用戶，唐宸對(duì)識(shí)典古籍的評(píng)價(jià)很高?！皬拈喿x和檢索圖文的角度來(lái)說(shuō)，識(shí)典古籍應(yīng)該是最好用的，主要因?yàn)樗鼣?shù)字化的古籍足夠多，現(xiàn)在已有四萬(wàn)多種的體量了?！碧棋氛f(shuō)。

03

大眾智能時(shí)代

幾年下來(lái)，識(shí)典古籍的數(shù)字化成績(jī)斐然。2022年10月，識(shí)典古籍以390部古籍為基礎(chǔ)，在網(wǎng)頁(yè)端、今日頭條古籍頻道正式上線第一版產(chǎn)品。

如今3年多過(guò)去，平臺(tái)已累計(jì)向全社會(huì)開(kāi)放超47000部古籍資源，各渠道每月服務(wù)用戶超240萬(wàn)人，每天有35萬(wàn)人次檢索資料，平臺(tái)總訪問(wèn)量突破1.47億。

從390部到4萬(wàn)多部，識(shí)典古籍用3年多時(shí)間實(shí)現(xiàn)了體量的百倍擴(kuò)容。這得益于AI大模型與豆包技術(shù)的深度應(yīng)用，實(shí)現(xiàn)了古籍的智能化整理與深度研究助手功能，讓古籍研究更高效、更普及。

背后也是科技與文化傳承的深度結(jié)合，古籍從“深閨”走向“大眾”，實(shí)現(xiàn)了傳統(tǒng)文化的創(chuàng)造性轉(zhuǎn)化。

隨著“我用AI校古籍”活動(dòng)的推進(jìn)，很多的高校自發(fā)把這個(gè)活動(dòng)納入到他們古籍相關(guān)專業(yè)的教學(xué)中。這個(gè)活動(dòng)有一個(gè)統(tǒng)計(jì)口徑，稱為貢獻(xiàn)值，貢獻(xiàn)值會(huì)折算成學(xué)生日常的課堂成績(jī)。學(xué)生們?cè)诠偶?duì)中既拿了學(xué)分，又能感受到傳統(tǒng)古籍的魅力。此外，還有超過(guò)4000個(gè)外部團(tuán)隊(duì)使用識(shí)典古籍進(jìn)行古籍研究整理。

可以說(shuō)傳統(tǒng)古籍的"活化"，離不開(kāi)所有人的參與。他們?yōu)槲幕瘋鞒凶龀鲎约旱呢暙I(xiàn)，從專業(yè)修復(fù)到大眾傳播，從學(xué)術(shù)研究到創(chuàng)意轉(zhuǎn)化，各方力量共同織就了古籍活化的恢弘畫(huà)卷。

1月10日，“數(shù)智時(shí)代古籍研究前沿論壇暨‘我用AI校古籍’（2025年）總結(jié)會(huì)”在北京舉行?；顒?dòng)現(xiàn)場(chǎng)，北京字節(jié)跳動(dòng)企業(yè)社會(huì)責(zé)任部產(chǎn)品與運(yùn)營(yíng)總經(jīng)理羅海岳向行業(yè)同仁發(fā)出邀請(qǐng)：“識(shí)典古籍是一個(gè)共建共享平臺(tái)，我們期待與更多專業(yè)機(jī)構(gòu)和團(tuán)隊(duì)合作共建?！?/p>

這份邀請(qǐng)很快得到回應(yīng)。在當(dāng)天“數(shù)智時(shí)代古籍整理與人才培養(yǎng)”分論壇上，來(lái)自北京大學(xué)、暨南大學(xué)、內(nèi)蒙古師范大學(xué)等高校的老師們，紛紛談起把“識(shí)典古籍”搬進(jìn)課堂，以及用于學(xué)科建設(shè)的經(jīng)歷。

清華大學(xué)人文學(xué)院副教授唐宸，對(duì)識(shí)典古籍幾乎手不釋“卷”。他說(shuō)，只需打開(kāi)手機(jī)版識(shí)典古籍a(chǎn)pp，就能隨手查資料，哪怕在火車上。

唐宸認(rèn)為，識(shí)典古籍還改變整個(gè)行業(yè)。學(xué)術(shù)界過(guò)去用同類型的產(chǎn)品，通常里面只有一兩萬(wàn)種古籍，而且收費(fèi)很高。識(shí)典古籍作為公益平臺(tái)不僅古籍?dāng)?shù)量龐大，還完全免費(fèi)，為推廣傳統(tǒng)文化做出巨大貢獻(xiàn)。

“都說(shuō)我們中國(guó)有5000年文明，你得讓民眾看見(jiàn)，口頭說(shuō)沒(méi)有意義，得讓他們?nèi)ラ喿x，去查找，去檢索。”唐宸說(shuō)。而這就是識(shí)典古籍努力向大眾普及的事。

古籍作為中華文明的重要載體，其保護(hù)與活化對(duì)于傳承民族文化、增強(qiáng)文化自信具有深遠(yuǎn)意義。未來(lái)，字節(jié)跳動(dòng)將在古籍保護(hù)傳承之路上繼續(xù)深耕，擴(kuò)充古籍資源，并降低公眾閱讀和理解門(mén)檻。而隨著大模型的持續(xù)迭代，AI一定能幫助更多古籍煥發(fā)新生。

撰文｜孫方

編輯｜柳嘉

「白鯨實(shí)驗(yàn)室」原創(chuàng)文章

轉(zhuǎn)載、交流、合作請(qǐng)?zhí)砑游⑿牛簂iujiaquan2025