“十五五”规划提出“深入实施中华优秀传统文化传承发展工程，推动文化遗产系统性保护和统一监管”。2026年7月，由中央民族大学民族语言智能分析与安全治理教育部重点实验室联合北京大学、吐鲁番学研究院、杭州电子科技大学、北京浩宇天地测绘科技发展有限公司研发的“寻迹丝路：多模态赋能的古籍碎片智能缀合系统”，入选《世界互联网大会文化遗产数字化案例集（2026）》，成为该年度聚焦古籍智能的代表性案例之一。

此案例的入选表明，人工智能在古籍整理领域实现了从实验室探索到实质性落地的关键跨越。该系统以多模态融合与交互式匹配为核心，系统性地回应了古籍残片缀合这一计算人文学科的重大挑战，为丝绸之路文献的数字重生提供了可复用的智能方案。

千年残片：缀合之难与文明之问

丝绸之路沿线留存的大量古籍写本，涵盖汉文、藏文、回鹘文等多种文字，是研究丝路文明的第一手材料。1900年敦煌藏经洞重见天日，数万件写本流散至英国、法国、俄罗斯、日本等地，大量残片的原始归属关系至今未能厘清。残片缀合，即将断裂分散的碎片重新拼回原貌，是写本复原的基础工作，也是敦煌学研究的关键环节。

这一环节的难度有多大？传统缀合依赖学者逐页比对、肉眼辨识，面对动辄以万计的残片，人工效率极低，需要极高的记忆能力和知识水平。一组残片的人工缀合往往耗时数月，敦煌遗书中待缀合残片非常多，数字化保护与智能整理迫在眉睫。

面对这一跨越百年的学术难题，中央民族大学教授翁彧带领团队从民族语言智能分析的学术积淀出发，将目光投向丝路文献的数字化整理。

四流并行：为残片构建数字画像

已有缀合方法主要依赖两条技术路径：一是基于外形轮廓的几何匹配，但残片边缘严重风化时难以奏效；二是基于文本内容的相似度计算，但残片存字稀少时信息严重不足。团队从残片内部内容入手，设计了四条并行的特征流提取多模态信息：语义流提取古文文本含义，视觉流捕捉残片整体视觉面貌，风格流分析笔触纹理特征，几何流提取物理拓扑信息。单一模态往往信息不足，四流互补方能构建充分的残片数字画像。

在此基础上，团队提出Duel Graph Net交互式图匹配框架，受认知科学的结构映射理论启发，采用交互式编码范式：比较两个残片时让双方在比较过程中互相影响，模型在提取特征时即感知对方，无需先独立提取再做匹配，更接近学者人工缀合时的认知方式。该系统具备零样本跨域转移能力，以合成数据训练即可直接在真实残片上推断，无需大规模真实残片标注数据。在AFRB基准测试中，Duel Graph Net实现召回率90.07%、精确率76.95%、F1分数82.94%的最优平衡。

人机协同：学者把关与智能引导

项目推进过程中，文献学者与技术人员始终并肩作战。在数据标注环节，文献学者依据古籍版本学和写经制度的专业积累，对残片的文字内容、书写风格、形制特征进行系统标注，构建起高质量的训练数据集。在模型训练环节，技术人员将这些标注数据转化为算法可理解的特征表示，同时与学者保持高频沟通，确保模型提取的视觉与语义特征符合文献学的认知逻辑。在结果审核环节，系统推荐的缀合候选附带匹配度评分与可视化归因，学者逐条审核判断，审核反馈回流至训练集，驱动模型持续迭代优化。

“学者标注—模型训练—系统推荐—学者审核—数据回流”的闭环机制，使技术系统在持续使用中不断“学习”学者的判断逻辑，而非静态地完成一次匹配计算。归因分析显示，模型的高贡献区域不仅限于物理断裂边界，更聚焦于残片中部的文本内容区域。这表明系统在边缘信息不足时能够转向以文本内容为主要判断依据，与学者的实际判断方式高度一致。

系统将候选筛选压缩至数小时，从千级候选池中快速推荐缀合候选，由学者审核确认。候选缀合结果覆盖中国国家图书馆、英国国家图书馆、法国国家图书馆等多家机构所藏残片。散落各国的残片无需物理移动原件即可在数字空间建立关联，“数据多跑路、文物少搬家”的理念在古籍整理领域得到落地。

推广与展望

从“十五五”规划的战略指引到世界互联网大会的国际舞台，“寻迹丝路：多模态赋能的古籍碎片智能缀合系统”的每一步推进，都见证着人工智能在古籍整理领域从实验室走向实质性落地。目前数据集已涵盖汉文与古藏文残片，技术架构可推广至其他类型古籍文献的数字化整理，为跨机构协同整理提供了新范式。

在此基础上，团队同步推进两项研究工作：一是碎片化对知识网络的定量研究，通过计算物理载体碎片化导致的历史认知偏差程度，分析完整知识网络退化为碎片状态的临界条件，以大量完整与残缺数据的对比推演文明演变中的“幸存者偏差”，为古籍数字化保护的优先级决策提供量化依据。二是古籍全生命周期模拟框架的构建，以物理引擎推演文献从完好到残缺的退化路径，以生成模型还原纹理质感，实现破损归因与未来状态预测，推动缀合从“抢救性修复”向“预防性数字保存”延伸。这两项研究的深层意义在于：文化遗产的碎片化是一种结构性的认知攻击，由此制造的知识真空，往往令历史虚无主义乘虚而入；缀合以系统性修复重建证据链，正是从根源上抵御虚无主义。

面向未来，团队计划从三个方向继续推进缀合能力的深化与拓展：一是构建面向数万级残片库的工程化检索管线，真正服务于一线文献整理工作；二是引入大语言模型的历史语境推断能力，使系统具备文献语境理解能力，让智能缀合从文本比对走向语义贯通；三是面向真实环境持续优化系统鲁棒性，拓展多文种、多时期、多类型残片的适用边界。

散落千年的丝路文献正在智能时代重获新生。“寻迹丝路：多模态赋能的古籍碎片智能缀合系统”以技术还原文献面貌，接续文明断裂，在缀合文明记忆中守护文化安全。

（供稿：中央民族大学民族语言智能分析与安全治理教育部重点实验室 执笔：翁彧 刘征 李雪龙 张铁山 郑玉彤）