AI 画文物频频出错？如何破解文化遗产生成的 AI 幻觉

用 AIGC 生成青铜器图像，画面精美却经常闹历史笑话：器型混淆、纹饰错位、铭文乱编。通用生成模型缺少文博领域的专业约束，“AI 幻觉” 成为文化遗产数字化一大难题。

本国家社会科学基金课题，以青铜器为研究对象，探索知识本体 + AIGC的全新范式，解决文化遗产图像图文不一致、文化特征还原度低的现实痛点。

🔎核心研究思路

1️⃣构建青铜器知识本体模型梳理器类、器形、纹饰、铭文多维知识体系，对文物知识结构化建模，给 AI 一套文物 “专业词典”，约束生成逻辑。

2️⃣人智协同图像语义标注大语言模型完成自动初标注，文博专家人工审核校准，小样本条件下，构建高质量文物图像训练数据集。

3️⃣基于 LoRA 实现 Stable Diffusion 领域微调不需要海量算力，依靠小样本微调，实现青铜器器型、纹样、风格的精准迁移，大幅降低模型训练门槛。

4️⃣建立多维度综合评估体系不只用通用图像指标，融合文博专家主观评价，兼顾画面质量、图文一致性、历史文化准确性。

✨研究价值

学术层面：提出 “知识本体‑AIGC” 文化遗产生成新范式，填补青铜器细分领域图像生成研究空白，方法可迁移至书画、陶瓷等其他文化遗产。

实践层面：成果可为博物馆、文保机构提供图像生成、虚拟修复、文创设计工具，降低文物数字化门槛；助力传统文化可视化传播，推动中华优秀传统文化创造性转化。

本文为国家社会科学基金课题研究科普，欢迎文博、AI 数字人文领域同行交流。