摘要：本项目依托大语言模型（LLM）技术，研发“AI 历史人物虚拟对话系统”。其目标在于通过对孔子、李白等历史人物语言风格与思想的模拟，构建沉浸式对话场景，助力用户以互动形式开展传统文化学习。该系统将整合历史文献、人物传记以及经典著作，借助自然语言处理技术达成智能交互，提供个性化学习体验。此项目突破传统教育模式，创新文化传播方式，增强用户对历史人物的认知与情感共鸣。研究成果可应用于教育、文旅、数字出版等领域，推动传统文化与现代科技的深度融合，助力中华优秀文化的数字化传承与国际化传播。

关键词：AI + 文化传承；文化遗产数字化；数字人文；跨学科研究

国内外现状分析

国内发展现状：政策驱动下的本土化实践与研究聚焦技术应用：场景化探索初见成效，深度融合待突破

国内“AI + 文化传承”领域呈现出政策引导与地方实践协同推进的态势。在政策层面，党的二十届三中全会明确提出“探索文化和科技融合的有效机制”，推动数字文博、智慧文旅等新型文化业态加速发展[1]。在此背景下，多地涌现出标志性实践案例：北京中轴线虚拟人交互平台融合星火大模型技术，打造古风虚拟人“周周”，实现历史文脉的沉浸式传递，并支持多终端适配的实时对话功能[2]；四川尝试开发地方历史名人 AI 对话模块，探索区域文化数字化传承路径。

然而，现有应用仍存在显著局限：其一，技术浅表化问题突出，多数虚拟人交互依赖预设脚本与关键词触发，如部分博物馆 AR 导览仅能推送固定讲解内容，无法实现多轮深度对话；其二，文化内核挖掘不足，部分项目存在“重技术轻内容”倾向，甚至出现唐代服饰与汉代元素混搭的文化失真问题；其三，场景整合度偏低，教育、文旅、文创等场景的资源割裂，尚未形成全链条服务生态。

研究热点：技术路径与地域特征双轮导向

在技术研究层面，核心热点集中于自然语言处理、计算机视觉等基础技术的优化，如大模型训练、多模态交互算法等，与文化传承结合的专项研究占比不足 15%。在机构分布上，研究力量主要集中于高校与科研院所，其中清华大学、中科院等机构在文化遗产数字化领域的发文量占比超 30%，形成“高校主导、企业参与”的研究格局。

在地域合作方面，国内呈现“核心 - 边缘”结构，长三角、珠三角地区依托技术优势形成研究集群，如上海中医文献馆联合科技企业开展海派中医文化数字复原，而中西部地区研究多聚焦地方文化资源整理，技术应用深度不足。这种地域差异为“灵犀对话”深耕内江范长江红色文化等区域资源提供了差异化机遇。

治理体系：初步构建框架，伦理规范待完善

当前治理重点集中于数据安全与版权保护，如《生成式人工智能服务管理暂行办法》要求训练数据需符合文化传承导向，但缺乏针对历史人物虚拟形象、文化内容生成的具体标准。

实践中已出现治理挑战：泰国学者察提维柴・普玛达他维迪指出的文化挪用风险在国内同样存在，部分 AI 生成的传统文化内容出现史实偏差；同时，地方文化数据分散管理导致的“数据孤岛”问题，制约了 AI 模型训练的全面性。这为“灵犀对话”构建“历史学者审核 + 用户反馈迭代”的治理机制提供了现实依据。

国际发展现状：技术领先与文化适配的双重博弈技术应用：多模态交互与跨文化传播优势显著

国际上“AI + 文化传承”已进入成熟应用阶段，形成三大特色路径：其一，个性化服务体系完善，如大英博物馆 AI 导览支持 12 种语言实时翻译，可根据游客年龄、身份生成定制化体验路线，儿童游客可参与“文物寻宝游戏”，学者则获取学术文献链接；其二，多模态交互技术领先，新加坡土生华人博物馆开发的“文物对话系统”，通过 QR 码扫描实现传统服饰、瓷器与游客的实时对话，串联殖民历史与民俗记忆；其三，公众参与机制成熟，欧盟计划整合 28 国文化遗产数据，允许公众通过 AI 工具参与古希腊雕塑虚拟拼接，累计贡献修复时长超 100 万小时。

这些实践在交互设计上强调“叙事性”，不仅解答文化遗产“是什么”，更深入解读“为何存在”“如何影响历史”，与“灵犀对话”的沉浸式场景构建理念高度契合。

研究热点：人文价值融合与国际协作并重

国际研究呈现“技术创新 + 人文关怀”的双轨特征。在技术层面，日本京都大学的“AI 匠人技艺记录工程”通过动作捕捉技术建立高精度技艺数据库，实现传统技艺的数字化传承；在人文层面，2025 中国 — 东盟图书文化周上，多国专家呼吁将同理心、道德等人文价值融入 AI 设计。 避免技术对文化真实性的覆盖。

在地域合作层面，国际上形成了“跨国联盟”模式。例如，中国 - 东盟在文化遗产保护领域开展了人工智能技术合作，马来西亚乔治市世界遗产区的智能测绘系统已接入东盟多国数据共享平台。这种协作模式为“灵犀对话”的国际化布局提供了参考依据，但也凸显出文化适配这一核心矛盾。

治理体系：伦理规范与国际协同初步成型

国际社会已着手构建文化领域 AI 应用的治理框架：欧盟在“CULTURA”计划中设立了独立伦理委员会，以审核 AI 技术对文化多样性的影响；在中国 - 东盟合作中，各方达成了“文化真实性优先”的共识，要求 AI 应用需经过本土学者审核。

然而，治理工作仍面临结构性难题：西方技术主导引发了文化适配偏差，例如大英博物馆对中国青花瓷的解读仅聚焦于工艺技术，而忽视了纹样中所蕴含的文人精神；同时，跨境数据传输标准的不统一，制约了文化资源的全球共享。这为“灵犀对话”开发多语种文化内涵适配系统提供了突破方向，也与曾艳钰所探讨的“AI 赋能中华文化国际传播”需解决文化内涵传递问题的观点相呼应 [3] 。中华优秀传统文化蕴含着丰富的哲学思想、人文精神、教化思想、道德理念,具有历久弥新的价值魅力。党的十八大以来,以习近平同志为核心的党中央高度重视挖掘中华优秀传统文化的思想内涵和时代价值,激活其现代生命力,赋予其崭新的时代内涵。[4]

新意和独到之处

技术突破：实现历史准确性与交互拟真度双重提升知识增强型大语言模型（LLM）深度构建

突破普通大语言模型依赖通用语料的局限，深度整合《四库全书》《中国历代人物传记数据库》等权威史料，将历史事件脉络、人物性格特质、经典著作核心思想系统地融入模型训练，从知识源头保障 AI 对话与史实高度契合，避免历史信息出现偏差，打造“史实级”历史对话体验。

情感化交互创新设计

引入情感识别模块，打破传统 AI 对话“无情感、无个性”的瓶颈。该模块可依据历史人物性格特质（如李白豪放、杜甫沉郁、苏轼豁达），动态调整语言语气、措辞风格与情感倾向。例如，与“AI李白”谈诗歌时，系统以豪放的语气分享创作心境；与“AI 杜甫”聊民生时，呈现沉郁的表达，让用户感受历史人物的“灵魂特质”，增强情感共鸣与沉浸感。

技术痛点针对性破解

针对“历史语言与现代语义映射歧义”问题，采用迁移学习构建精准映射模型，确保古文与典故解读的准确性；针对“多轮对话逻辑断裂”问题，引入记忆网络架构，实时存储对话上下文，保障多轮交互逻辑连贯，使对话如同真实交流般自然。

模式创新：重构文化学习、评估与协作全流程逻辑“学习 - 实践 - 反馈”闭环学习模式

打破传统文化教育“单向灌输、学用脱节”的问题，设计完整的闭环。用户通过与 AI 历史人物对话学习知识，系统嵌入趣味知识测验（如历史事件时间线匹配、人物思想辨析），学习后即时生成个性化报告，呈现知识掌握程度、薄弱环节及提升建议，实现“学 - 练 - 评”一体化，推动文化学习从被动接受向主动探索转变。

“文化传播指数”量化评估工具

创新开发该工具，结合用户对话数据、知识测验结果、文化认知问卷等多维度信息，量化系统对用户文化认知的影响，包括对历史人物思想的理解深度、传统文化内涵的感悟程度、文化兴趣变化趋势等，填补行业内文化传播效果缺乏可量化标准的空白，为系统迭代与内容优化提供数据支撑。

跨学科协作专业保障模式

突破单一学科壁垒，构建“计算机科学 + 历史学 + 语言学”跨学科协作体系。历史学专家审核知识库，确保历史事件、人物思想、文化背景的准确性；语言学专家优化语言表达，平衡 AI 对话的“历史感”与“流畅度”；计算机团队负责模型训练、架构设计与功能开发，将专业要求转化为落地技术方案。该模式解决了“技术不懂文化致失真、文化不懂技术难落地”的难题，契合国家“新文科”跨学科融合的趋势。

研究目标、内容及拟解决的关键问题

研究目标

文化传承：评估数字平台对本土及中华优秀传统文化的传承推广效果，明确数字化“活态传承”机制。

旅游发展：探究系统对提升旅游吸引力、增加游客与消费的作用，提供文旅数字化方案。

社区与教育：分析平台在社区互动和学校文化课程开发中的价值，推动文化教育与数字融合

理论与技术：构建“人 - 机 - 文化”三元交互模型，完善相关的理论，研发与之相适配的技术方案。

研究内容

按“数据支撑 - 模型构建 - 场景落地”链条展开

数据层：整合古籍、权威史料提取历史人物信息，采用“人工 + AI”标注构建结构化语料库。

模型层：微调开源大语言模型，接入历史知识图谱确保史实准确，引入情感模块模拟人物性格。

应用层：开发 Web/APP 双端界面，设计学习反馈、模式切换模块，招募用户测试优化系统。

拟解决的关键问题

技术瓶颈

古文与现代语义映射难：构建“古文 - 现代文”语义映射模型与语义词典，采用迁移学习微调模型，人工标注高频歧义词汇。

多轮对话连贯性不足：引入记忆网络存储对话历史与人物史料，在模型中添加“上下文记忆模块”，迭代优化检索更新机制。

文化适配

历史人物形象“失真”：组建学者顾问团队构建“内容审核双机制”，利用审核数据微调模型，为核心人物建立“设定规范库”。

趣味与学术平衡难：开发“双模式”系统。 “严谨模式”着重体现权威性与学术性，“趣味模式”则侧重于互动性，依据用户画像进行推荐，且支持手动切换。

影响与价值学术研究层面

从理论维度来看，本研究对“ AI+ 人文”的跨学科研究范式展开了探索，构建了历史人物对话生成模型的理论架构，为文化遗产数字化提供了方法论支撑。赋能中华优秀传统文化体现在技术、文化和人的互动，表现丰富的文化内涵，不仅推动了内容创作生态，也在中华优秀传统文化传播中起着举足轻重的作用。[5] 。其核心创新点在于提出了“人 - 机 - 文化”三元交互模型，推动了人机交互研究从工具性向文化性拓展。信息技术与学习进一步融合,技术环境在学习中的作用愈显重要,技术工具的多功能性、广泛的语义特征等有力地支撑了学习的变革。这一变革不仅影响到我国学习理论的发展,而且也对课程与教学领域的改革提供了有益启示:在共时态上,丰富了课程与教学系统层面的教学内容、教师、学生和教学环境的关系;在历时态上,深化了课程与教学过程层面的课程研制。课堂作为教育信息化的微观层,是学校实现教育目标的主阵地,只有实现智慧课堂的构建才能推动智慧教育的进程这使得智慧课堂的研究与应用成为智慧教育研究的重要方向之一[6] 。在技术层面，研究团队攻克了古文语义映射、多轮对话连贯性等关键难题，研发出知识增强型大语言模型，并为中文文化类 AI 产品提供了开源技术方案与部分语料库，为大模型在垂直领域的应用积累了实践经验，人与AI 的协同有助于促进产品创意与用户异质需求的匹配，还有助于启发人的创意思维，从而实现创意与效率的平衡[7] 。

教育实践层面

该模型对传统教学模式产生了深刻变革。借助“对话式学习”，学生能够与“AI 孔子”直接进行交互，就《论语》思想进行提问，系统可结合背景生成个性化解读，显著增强了学习的参与度。优化资源配置，构建智慧教育平台；融合教育资源，创新教学模式；，推动“教-学”共进；强化产教融合[8] 。对于教师而言，系统能够自动生成诸如“李白与杜甫对话”等教学案例，成为高效的辅助工具。此外，系统支持多终端访问，打破了传统教育在时间和空间上的限制，有助于弥合教育资源的地域差距，推动教育公平化。

文化传承与传播

模型技术是活化文化遗产的有效途径。通过将静态的历史人物转化为动态的“文化 IP”，实现了与公众的双向、沉浸式互动。在全球化与数字化发展的新环境中，非物质文化遗产正面临着传承断层与创新不足的双重挑战[9] 。在国际传播领域，多语种版本（如英文版“AI 孔子”）能够向海外用户精准阐释如“仁”等核心概念的语境差异，减少文化误解，并与孔子学院开展合作计划，成为跨文化交流的桥梁。在文旅融合场景中，该系统可作为智能导览工具，提升游客体验的文化内涵，并衍生出互动电子书等文创产品，吸引年轻群体。

社会经济价值

在文旅产业领域，为景区定制的 AI 导览服务（如乐山大佛景区的“虚拟苏轼”模块）提升了游客体验和文化附加值。在文化创意方面，开放 API 接口可支持企业开发历史人物主题游戏等衍生品，孵化文化 IP 商业化案例，为文创产业注入新的活力。

社会影响

该模型对强化青少年的文化认同具有积极意义。趣味交互能够有效降低学习门槛，缓解“文化代际断层”问题。在公共文化服务领域，系统可在图书馆、社区文化站及偏远地区学校免费部署，并开发无障碍交互模式，践行“科技向善”理念，促进文化知识的普及和文化权利的公平享有。

学校与团队发展

项目有力地推动了学科交叉融合，为申报“数字人文”重点实验室奠定了基础。加快古籍数字化研究，提升保存与利用水平；推动学术成果社会性转化，拓展社会服务功能[10] 。同时，项目实践培养了一批兼具技术能力和文化素养的复合型人才，成员通过项目掌握了 LLM 训练、知识图谱构建等前沿技术，毕业生在就业和深造方面表现出色，契合国家“新文科”建设的战略需求。

结语

历史人物对话生成模型的实践，其核心价值在于以“对话”重构文化体验，使历史从书本走向现实生活；为教育、文旅等行业提供数字化解决方案；并在社会层面增强文化自信。其最终目标是形成“技术赋能文化，文化反哺技术”的良性循环，为文化遗产的可持续传承注入科技动力。

参考文献：

[1] 中国社会科学网。促进文化与科技深度融合 [EB/OL]. 2025-04-29.

[2] 中国日报网。北京中轴线虚拟人交互平台：讯飞智作以科技助力 “古都之脊” 绽放新光芒[EB/OL]. 2024-07-30.

[3] 中国新闻网。东西问 | 曾艳钰：人工智能如何赋能中华文化传承创新与国际传播？[EB/OL].2025-08-02.

[4] 赵信彦.习近平新时代中国特色社会主义思想传承创新中华优秀传统文化研究[D].山东大学,2022.DOI:10.27272/d.cnki.gshdu.2022.000369.

[5] 陈雨.AIGC 赋能中华优秀传统文化的传播逻辑与战略思路[J]. 海南开放大学学报,2024,25(03):82-89.

[6]姜丛雯,傅树京.我国智慧课堂研究现状述评[J].教学与管理,2020,(06):1-4

[7]吴小龙,肖静华,吴记.当创意遇到智能：人与 AI 协同的产品创新案例研究[J].管理世界,2023,39(05):112-126+144+127.DOI:10.19744/j.cnki.11-1235/f.2023.0059.

[8]岳刚毅,田珍,曹亚军.生成式人工智能赋能智慧教育的机遇、挑战与行动路径[J].西部素质教 育,2025,11(19):142-145.DOI:10.16681/j.cnki.wcqe.202519032.

[9] 陈 迎 港 . 数 字 化 视 域 下 非 遗 文 化 在 公 共 空 间 的 融 入 探 究 [J]. 今 古 文创,2025,(41):134-136.DOI:10.20024/j.cnki.CN42-1911/I.2025.41.042.

[10] 徐 晨飞 , 邢警 . 东 盟 国家 数字 人 文项目 调 查分 析 与启 示 [J/OL]. 数字 图书 馆 论坛,1-10[2025-11-03].https://link.cnki.net/urlid/11.5359.G2.20251027.0940.002.