探元AI知识库
探元平台围绕"AI+文化"构建了一套四层递进的架构，从底层数据到上层应用形成完整的能力体系，聚焦可持续与AI向善：
建立开放平台，鼓励公众参与文化数据的标注、补充与创意转化，形成"全民共建"生态。
开展面向公众的AI文化应用培训，降低技术使用门槛，让更多人成为文明传承的"数字志愿者"。
|
产品应用层
矩阵式产品，活化利用
线下聚焦在场深度体验（小程序），线上探索远程研学、文创内容、知识可视化等场景（探元平台），并引入大众共创和公益做好事机制，形成数据反哺闭环。
|
|
|
AI智能体层
行业智能体 + Skill平台
按领域和场景搭建 Agent，将语料服务于场景，覆盖学术问答、智能检索、教育教学、文旅导览等领域，同时以Agent\Skill方式开放文化数据资产，赋能司内司外文化场景。
|
|
|
AI知识库层
人机协同系统 + 高质量数据集
人(行业专家)+ 机(混元AI)共建文化知识图谱，对语料做结构化抽取，建立低门槛、高效率、高复用的数据系统工具。数据可反哺混元底模提升，并进一步应用于司内 AI 产品。
|
|
|
数据资产层
数据语料+资产授权+专家资源
与博物馆、研究院、非遗机构等行业伙伴深度共建原始语料，机构懂文化，我们懂技术，各出所长。原始语料涵盖文物信息、历史文献、非遗档案等全品类文化遗产数据资产。
|
中国有 1.08亿件可移动文物（一级文物超过20万件）、76万处不可移动文物、非遗资源总量接近87万项。但绝大部分文化遗产的数字化程度很低——有藏品、没数据，有数据、没结构，有结构、没应用。
核心矛盾：文化行业有海量专业积累，但缺少把这些积累转化为 AI 可用、用户可感的技术路径。
探元 AI 知识库不是一个简单的数据库，而是一套"从原始语料到结构化知识"的完整技术体系。它的核心价值体现在以下几个维度：
2.2.1 产品技术特色
来自博物馆、文献、典籍、报告、非遗档案、学术论文等多种渠道，覆盖了文化遗产领域的主要信息类型，具有代表性、准确性、权威性。
涵盖结构化文本、高清图片、3D 模型等多模态数据形态，为后续的 AI 应用和用户体验提供了丰富的素材基础。
通过AI进行数据清洗、实体识别、关系抽取和结构化处理，实现了革命性提效。解决传统数据提取依赖大量人工、效率低的问题，大幅缩短吞吐量和执行周期。
与北大信管&数字人文学院合作，构建文化领域的专业知识图谱，将文物、人物、事件、地点、工艺等实体之间的关系网络化，建立行业通用数据标准。
2.2.2 价值阐释
为文化行业提供了一条从"数据沉淀"到"智能应用"的标准化路径——以前每个文博机构是信息孤岛，现在有统一的技术底座和网络，并能从底层数据实现联通。
降低文化使用门槛、提升文化沉浸感受——不需要是专家也能听懂一件文物在说什么，不需要跑到现场也能获得高质量的文化体验。
（1）混元：高质量结构化数据反哺混元大模型，提升其在文化垂域的理解和生成能力；基于混元底模提升，可以更好探元及其他司内 AI 产品和服务。形成了"数据反哺底座 → 底座增强产品 → 产品服务内外"的正向循环。
（2）游戏&内容：数据资产以 Agent 形式输出给游戏、新闻、AI产品等业务部门。
（3）公益：联动公益平台，建立"人人都是文化语料贡献者"的公益反哺模式，社会参与让大家关注文化，并实质性助力语料建设。
2.2.3 可持续性与护城河
知识库系统已发布，进入小范围内测
https://kb.tanyuan.qq.com/ 开通白名单后可使用。已实现：①数据清洗 ②解析分片 ③知识图谱构建 ④结构化提取 ⑤质量评估 ⑥数据可视化
AI 知识库提供的是一套完整的工具和方法论，而这套工具最终要服务于具体的文化数据集的加工与建设。
覆盖22省
文创素材29,776件
百科8千+景德镇3万
图片10万+3D资产15T
敦煌492窟+共创12场景
目前，探元已经在多个数据集方向上展开了实践：
这些数据集都是基于探元 AI 知识库系统所产生的建设产物。知识库提供统一的工具和流程，不同品类的数据集则在这套基础设施上各自生长，最终汇聚成一个覆盖多品类、多模态的文化数据资产网络。
1. 背景介绍
- 和故宫签订第三次捐赠战略协议，聚焦AI共创议题。26年初双方建立项目组，经过多轮沟通，确定26年围绕古文字、书法品类构建书法子类多模态数据集。
- 核心挑战和应用价值：古文字因其形态多变、结构复杂、语义演化显著，始终是当前OCR与语言模型能力体系中的重要薄弱环节。在数字人文、古籍整理、文物保护等应用场景中，对古文字的高质量解析能力具有重要价值。因此，构建系统化、规模化的古文字识别能力，已成为大模型技术向更高层次演进的重要方向之一。
- 司内合作，混元视觉模型正在推进Data3.0，与正在构建的古文字专项非常契合（接口人：winstony 视觉大模型算法中心负责人）
2. 共建目标
故宫提供5000件原始文物扫描件+故宫文字专家标注，推动书法类模型评测标准、对混元OCR模型升级。目前已提供书法类2212件法书，407件行书、草书覆盖字画、法书、碑帖类文字识别。
示例：皇朝礼器（2212件）
示例：赤壁赋（407件行书、草书）
联合技术生态、混元多模态团队，协调行业顶级文字专家资源和复用过往沉淀数据集（甲骨文多模态数据集，1万条高质量数据），定向提升混元OCR模型在古文字领域识别能力。
在加入专项数据优化后，在HYOCR-2.0专项模型对外发布以及HY-Vision-3.0主路模型发版期间，故宫侧可提供行业背书，扩大行业影响力。
协助审核混元OCR古文字汉字七体（甲骨文、金文、篆文、隶书、楷书、行书、草书）的评测标准。共建行业公开Bench（参考babyvision），基于目前正在建设的古文字公开Bench，计划与故宫侧一起共建博物馆古文字类目，届时对外发布业界公开的古文字识别Benchmark。
3. 价值
提升专家研究效率，尤其是正楷、行楷、行书（故宫核心刚需业务场景）智能识别。
帮助混元OCR在古文字识别领域建立差异化能力。
拓展了非文物类场景，后续应用到故宫官网、故宫小程序、探元平台，服务专家的古籍OCR需求，同时探索基于古文字的互动玩法。
可移动文物大众感知最明显，也是文化实验室沉淀多年的领域，通过繁星计划验证模式，并与公益平台产品打通、实现公益反哺常态化。并进一步向非遗、世界遗产、传统工艺等更多文化遗产领域延展
文化共创——不仅让公众消费文化，更让公众成为文化数据的贡献者。这是探元 AI 向善最核心的机制设计。
探元平台构建开源的文化数据集体系。允许研究人员、深度爱好者、行业从业者等专业群体共同参与数据集的共创——包括知识的补充、数据的标注、内容的校对和创意的转化。
面向所有文化爱好者和普通人。可以通过小程序线下拍照上传文物影像、补充民间口述历史、参与语料标注、进行 AI 创意创作。每个人的贡献都在让文化遗产"多活一点"。
知识贡献→成就激励
带动实际资金支持
定向数字化建设
持续提升
↻ 循环加速
飞轮转动起来，AI 向善就不再是团队的能力上限，而是自生长的社会化文化数据生态
繁星计划是探元 AI 向善"共创+共享"模式最重要的规模化验证场。
核心打法：以 AI 技术为引擎、以"文博码"为统一入口、以"参与即公益"为运营机制。
2025 年久久实践，共有 556 家馆参与，110万人次参与。
2026 年目标 200+ 博物馆联动（已新增拓展133家）。
2026全面目标：1000+博物馆，语料1万件，300万（当前113万）数字守艺人。