周末的展厅里，一位老人在一件青铜鼎前站了很久，抬手想要问点什么，话到嘴边又咽了回去。这样的一幕，几乎每天都在博物馆里发生——讲解员忙不过来，自助讲解又千篇一律，不少人其实是带着好奇进来，又带着遗憾离开。

博物馆里收藏的，从来不只是一件件器物，更是一代代人的记忆与创造。那些青铜、陶俑、书画背后，藏着朝代更迭、制度变迁、风俗人情，是文明延续的根脉。讲解，正是把文物与观众连起来的那座桥——把年代、纹饰、制度、习俗背后的含义讲清楚，让展柜里的文物真正“活”起来。

如今走进博物馆的观众，胃口和从前大不一样了。他们不再满足于被动听一段讲解，而是希望内容贴着自己的兴趣来，有画面、能对话、有温度。个性化讲解，说白了就是根据观众的年龄、知识储备、兴趣偏好和参观目的，讲出不一样的内容、不一样的深度——既把受众面做大，也把内容讲准。可理想很丰满，现实里困难也不少：观众想听的摸不准，讲出来的怕失实，一问一答又太单调。这背后，恰恰是大语言模型可以大显身手的地方。

先说价值。传统讲解高度依赖讲解员，旺季人手不够，淡季又闲着；基层和偏远地区的博物馆，专业讲解员更是留不住，老人、孩子、残障朋友这些群体，常常得不到适合自己的讲解。大语言模型恰好能补上这块短板——它可以低成本、长时间地运行，不受开馆时间和地点的限制，观众随时都能听到一段像样的讲解；再加上多语种、多方言的支持，配合文字、语音、图像，无障碍服务也能更周全，让公共文化服务真正惠及更多人。

再看精准。一套讲解词从头讲到尾，儿童、青年、学者、外地游客面对同一件文物，想听的其实完全不同。大语言模型可以按年龄、知识基础、文化背景来调整讲法：给孩子讲成故事，给青少年讲清来龙去脉，给研究者补上前沿观点，给不同地域的观众结合他们的生活经验来讲。观众听得懂、记得住，历史误读自然变少，普通人和传统文化之间，也就不再那么有“隔阂”。

还有一层，是让文物“活”起来。过去的讲解，多停在年代、材质、工艺这些“看得见”的信息上，文物背后的故事和文明脉络反而容易被忽略。大语言模型能把历史典故、民俗、信仰、审美这些零散材料串起来，讲成一条连贯的线索——观众不只看器物，更明白它从哪来、为什么重要。配上语音、图像和虚拟场景，静态的文物就变成了可听可感的场景，参观也更有代入感；多语种翻译，又能让中华文化走向海外。对许多承载着民族交往交流交融记忆的文物，模型也能梳理其中的线索，把各民族共同创造、共同守护的根脉讲清楚，为铸牢中华民族共同体意识添一份实实在在的助力。

对博物馆人来说，这件事的意义还不止于省下几个人力。文物的价值，一部分在器物本身，另一部分在它承载的故事；讲得好不好，直接决定观众心里能留下什么。把AI用好了，等于给每位观众都配了一位知识可靠、又有耐心的讲解员。

不过，理想和落地之间还有不小的距离。眼下不少博物馆的AI讲解还停留在语音播放、简单问答的层面。系统识别观众，靠的多是年龄、性别这些浅标签，判断不了观众懂多少历史、对什么感兴趣、来自什么文化背景——头一回来的游客和常逛文博场馆的老朋友，常常被当成同一类人。内容也不够灵活，多是预设好的语音和固定文本，观众抛出预设之外的问题，就答不上来。靠标签分类的做法，谈不上真正的个性化。

历史类博物馆的讲解，头一条要求就是准确。历史牵涉朝代更迭、制度演变、社会风俗，一句话含糊，观众就可能理解偏。历史资料的信息分散，来自考古报告、地方志、学术著作等，大语言模型若没有可靠的来源约束，很容易编出似是而非的内容，曲解史实和风俗。现在的不少AI讲解，也只讲表面特征，不碰文物背后的精神内涵，观众记住的是一堆零散标签，而不是一段鲜活的历史。一旦审核缺位，片面甚至错误的表述扩散出去，误导的就是公众的历史认知，文化传播的风险也就跟着来了。

还有情感这一关。传统讲解是讲解员讲、观众听，双向交流的空间本就不大。今天的AI讲解，大多也沿用这个单向思路——表面上能对话，实际只能处理简单问题，观众追问一件文物的来历和背景，回答就容易生硬，甚至绕开问题。合成语音能模仿人声，却很难有情绪起伏。讲解不只是传递知识，还要让观众有代入、有共鸣。面对承载着王朝兴衰、民族交融记忆的展品，一段冷冰冰的语音会冲淡现场氛围，也拉开观众和历史的距离。

要破这个局，不外乎解决三件事：讲给谁、讲得准、讲得活。

讲给谁，是对用户画像的精准匹配。在合规的前提下，系统采集年龄段、参观路线、停留时长、提问内容、兴趣选择、文化背景等信息，避开能定位到个人的敏感数据，汇成动态的用户画像，判断观众大致懂多少、偏好哪类内容。观众在展厅里的停留、追问、跳过，都会反馈回系统，随时调整后面的讲解。基础层讲清楚名称、用途和样子，进阶层补充时代背景和历史价值，专业层延伸到学术研究，讲法随之切换。

上海博物馆东馆的做法值得一看。2026年5月，这里上线了AI眼镜智能导览：观众租借眼镜后，设备依托智能感知算法，实时捕捉游览轨迹、停留时长、互动偏好，结合年龄特征自动匹配逛展风格，精准推送适配个人兴趣的展品与展区。观众频繁在青铜器前驻足，它便自动推送同年代、同类型的相关文物。同一件展品，还会按年龄段自动给出“成人深度版”和“儿童趣味版”两种讲法——成年人听深度历史解析，孩子听趣味故事。当观众在核心展品前停下，讲解便自动开启，无需手动操作。

讲得准，是基于知识图谱增强的叙事重构。考古报告、学术文献、地方档案、出土文献、非遗记录都予以纳入，标注来源，把人物、制度、器物、事件拆成实体、属性和关系，建成能溯源的中华历史文化知识图谱；有争议的内容单独标出、附多方注解，不靠模型瞎编，图谱还随新发现不断更新。观众提问时，系统先到图谱里取可靠片段，再让大模型组织成语言，记住上下文，追问几轮也能把零散信息串成完整的叙事。考古、历史、文博专家参与图谱建设和内容把关，专家做最终判断，意见回流知识库，逐步纠正模型的偏差。

山西博物院把“文物知识图谱”放进了展厅。一层大厅里，数块交互式屏幕组合成十多米长的“魔屏”——借助文物数据智能关联、历史脉络可视化等技术，展现文物的历史时间轴和关系图谱。观众轻触屏幕，就能放大文物三维影像，看清它与其他文物、人物、事件之间的关联。在内蒙古博物院，依托空气投影与交互技术打造的AI讲解员“疆格尔”，可与观众实时对话：观众开口提问，她便能娓娓讲述馆藏文物。讲解不再孤立介绍单件文物，而是循着历史脉络，带观众读懂成组文物背后的故事。

讲得活，是多模态人机协同的沉浸式交互。语音合成不只求发音清楚，还讲究停顿、轻重和语气，让讲解听起来像有人在认真讲；通过提问内容和语速语调，系统能察觉观众的状态——有兴趣就多讲，累了就放慢、讲得直白些。AR、VR可以复原古代生活、礼乐仪式，让观众更容易“走进”那个时代。文博虚拟数字人也要有文化的样子，形象、服饰、表情都从传统元素里来，不只是一个空壳。落脚点仍是人机协同：大语言模型负责基础讲解、答疑、推荐这些重复性工作，讲解员腾出手来，做好深度阐释和现场引导。

当前，国内多家博物馆已经和豆包合作，推出了豆包App里的“博物馆讲解”模式。2026年5月，在第50个国际博物馆日，这一模式正式上线，首批官方合作便覆盖中国国家博物馆、首都博物馆、甘肃省博物馆等20余家博物馆、美术馆。观众打开豆包App，把手机对准一件展品，它便能自动识别，给出专业又有个性的讲解；它能连续对话，观众想怎么问就怎么问，还支持武汉话、粤语、四川话等12种方言，本地观众用乡音就能和文物聊起来。

说到底，个性化讲解不是要让机器取代讲解员，而是想给每一位观众配一位“懂自己”的讲解员。既把观众想听的讲到心坎里，也守住历史真实这条底线，让讲解更有趣味和温度。以后，博物馆要做的事更多：继续完善历史文化数据库，健全内容安全机制，理清人和机器的分工，让大语言模型在可靠的边界里发挥所长。到那时，每一件文物背后那段鲜活的历史，才能真正被更多人听懂、记住、传下去。

（作者单位：山西博物院）