文化遺產保護機構的生成式人工智能應用策略研究

摘要：對生成式人工智能應用于文化遺產保護機構的典型案例進行調查，旨在發現生成式人工智能的使用方法與策略，推動文化遺產保護機構數字轉型的理論研究。通過案例分析，從項目背景、目標、主體和成果四個方面對英國“邁向國家寶藏·虛擬利物浦雙年展”項目展開分析，解析我國文化遺產保護機構使用生成式人工智能可參考的要點。由此提出：生成式人工智能應用于文化遺產保護機構可在本土文化創新與全球視野下進行應用場景構建、數據要素化導向下進行文化數據資源建設、文化科技發展驅動下進行技術開放自主應用以及產學研用聯動框架下構建協作機制。

關鍵詞：生成式人工智能 文化遺產 數字轉型 數據要素化 文化數據資源

Abstract： A typical case study on the applica？ tion of generative artificial intelligence to cultural heritage protection organizations is conducted with the aim of discovering the methods and strategies of using generative artificial intelli？ gence and promoting the theoretical research on the digital transformation of cultural heritage pro？ tection organizations. Through the case study， the UK Towards a National Collection： Virtual Liv？ erpool Biennial project is analyzed in terms of project background， objectives， subjects and out？ comes， and the key points that can be referred to for the use of generative AI in cultural heritage protection organizations in China are analyzed. It is proposed that the application of generative AI to cultural heritage protection institutions can be carried out under the indigenous cultural innova？ tion and global perspective for the construction of application scenarios， the construction of cul？ tural data resources under the guidance of data elementalization， the open and autonomous appli？ cation of technology driven by the development of cultural science and technology， and the con？ struction of collaborative mechanisms under the framework of industry-university-research-ap？ plication linkage.

Keywords： Generative artificial intelligence； Cultural heritage； Digital transformation；Data ele？ mentization；Cultural data resources

近年來，人工智能應用于文化遺產保護領域成為其數字轉型的重要方向。面向多樣化的人工智能技術，如何選擇適用場景，對于文化遺產保護機構而言同樣是關鍵議題。例如，第二屆進博會“非物質文化遺產暨中華老字號”展區設置了“非遺+ AI”區域。[1]巴黎圣母院的重建團隊依托火災前留存的數字掃描資料，利用最新的現實捕捉等技術，創建了與火災前的巴黎圣母院完全相同的3D模型。[2]隨著ChatGPT等生成式人工智能（Genera？ tive Artificial Intelligence，GAI）在2023年引發一系列熱點議題，[3]文化遺產保護機構的機遇與挑戰需要在原有探索基礎上進一步明晰，以跟進數字轉型的步伐。

研究層面，直接圍繞GAI應用于文化遺產保護機構的討論較為有限。一是探討如何基于人工智能建設跨平臺的資源，以應對圖書館、博物館等機構都擁有大量資源數字轉換、連通、集成帶來的技術與工作量的挑戰。[4]二是從文化遺產保護流程出發，研究人工智能如何優化采集[5]、分類[6]、保存[7]與傳播[8]等環節。例如，探討人工智能在建筑文化遺產還原與活化中的應用。[9]三是探討不同技術應用的挑戰，如文化遺產數字化產權保護與版權法律[10]等風險。四是探討數字轉型背景下文化遺產保護機構的實踐策略，加大數字技術引入[11]，推動多方合作與公眾參與[12]，針對特定的應用場景打造多元的資源服務等[13]。現有研究顯示出推動文化遺產保護與人工智能相融合已成為保護文化遺產的有效方式之一，對照實踐中GAI在人機交互、復雜數字內容生產及高度擬人化等方面的顯著效果，研究層面的探索尚需跟進與深入。

因此，本文將對英國“邁向國家寶藏”項目的子項目——“虛擬利物浦雙年展”項目（A Towards a Na？ tional Collection Project：Virtual Liverpool Biennial Project）展開分析。[14]這是因為該項目是當下使用GAI的前沿與典型實踐。本文將對該項目展開梳理與分析，呈現GAI應用于文化遺產保護機構的實踐進展、經驗與問題，從而提煉我國文化遺產保護機構的GAI應用展望。

一、“虛擬利物浦雙年展”項目概覽

“邁向國家寶藏”項目是一項涵蓋數字化遺產保護及數字原生信息保護在內的綜合性數字遺產保護實踐。該項目由英國國家科研與創新署戰略重點基金會于2020年資助設立，由藝術與人文研究理事會負責指導，吸引了眾多檔案館、圖書館、博物館、大學等機構參與其中。“虛擬利物浦雙年展”項目是“邁向國家寶藏”項目的子項目，于2021年1月1日至2021年8月31日開展，其目標在于探索策展與GAI之間的關系，將策展重新定義為一個具有自我學習能力的人機交互系統。該項目旨在創建一個平行的人工智能與用戶聯合策展的在線平臺，從而促進用戶與館藏互動。

（一）項目背景

一是數字人文的發展使數字遺產保護成為文化遺產保護機構的核心職責之一。英國的數字人文學科在數字遺產保護方面存在空白，但通過引入GAI等數字技術，可為文化遺產保護提供新的方法和工具，優化文化遺產的數字保存和訪問。

二是GAI為文化遺產保護機構與公眾的互動提供了新的可能性。尤其體現在借助GAI促進公眾對遺產的數字訪問。例如，建立可互通互用的數字資源庫、開發涵蓋跨領域的多元利益相關者的資源平臺、深度挖掘數字資源以提供更具知識性的產品和服務等。

三是GAI可以滿足文化遺產保護機構在多模態數據處理、用戶分析和數字敘事等方面的需求。該項目所使用的數據大多數不是具象圖像類型的數據，而是多模態的復雜數據。借助GAI，可以應對不同類型資源轉換、連通和集成帶來的挑戰。

（二）項目目標

一是重新定義GAI在畫廊（Galleries）、圖書館（Libraries）、檔案館（Archives）和博物館（Muse？ ums）領域（以下簡稱GLAM）的應用。傳統模式下，大多數人工智能都作為單模態搜索引擎或自動化編目方式被部署在GLAM環境中，一次只能處理一種信息模式。該項目將計算機視覺和機器學習視為策展主體之一，使其與人類一起工作，從而推動GAI在GLAM領域的深層次應用。

二是使用新模型收集用戶如何與系統進行交互的數據。項目關注的是哪些用戶可能會對機器策劃的在線展覽感興趣，同時，在線展覽在將藝術帶給用戶方面顯示出巨大潛力，但也面臨滿足用戶需求以及不同認知水平的用戶如何以不同的方式參與策展活動等問題。因此，通過新模型收集數據，能夠探索新的策展模式以及如何滿足用戶需求，并不斷優化完善。

三是調查項目組長期使用的計算機視覺和機器學習模型可能存在的偏見，以及人機交互的協同策展框架是否能向在線用戶揭示這些偏見。這在傳統的搜索引擎或自動元數據生成中是很難做到的，GAI可以更全面地審查和糾正這些偏見，以確保文化遺產的公平訪問。

（三）項目主體

“虛擬利物浦雙年展”項目是一個多方合作的跨學科實踐項目，由杜倫大學計算機科學系主導，并得到多個合作伙伴，包括利物浦藝術與設計學院、利物浦約翰摩爾大學等的支持。這些合作伙伴不僅提供了前端網絡開發資金和實物資源，還參與了項目的策展支持和網站托管等工作。

項目的研究人員由跨學科團隊組成，包括2名具有人文學科背景的學者和3名具有計算機學科背景的學者。不同專業背景的合作者負責不同的任務，實現跨領域合作。例如，主要研究者萊昂納多·因佩特作為項目負責人，具備數字人文背景，負責機器學習系統的開發和數據清理等工作。

（四）項目成果

1.基于視覺與文本的多模態數據分析與處理。GAI具有多模態數據處理能力，能夠有效應對藝術數據的多樣性和復雜性。與傳統的計算機視覺研究不同，該項目使用了利物浦雙年展的檔案數據，其中包含如作品的背景、藝術家的觀點等在傳統的繪畫收藏中并不常見但對于深入理解作品和藝術家意圖至關重要且多模態的數據。多模態數據處理是GAI的一項強大功能，它不僅能理解圖像，還能處理文本，并從中提取并建立有用的關聯，為更全面的數據分析提供支持。該方式創新了GAI在文化遺產領域的應用，同時有助于更全面地理解和呈現當代藝術作品。

2.用戶與GAI互動的策展平臺。項目組采用圖像字幕網絡、關鍵詞提取網絡、圖像嵌入網絡、生成式對抗網絡和語言圖像預訓練網絡五個不同的神經網絡組合，打造了一個用戶與GAI互動的個性化策展平臺。

在平臺的首頁上，用戶會看到由GAI根據源藝術品標題生成的圖像。這些圖像是深度學習網絡在沒有任何文本信息的情況下，僅依靠圖像對藝術品所描述事件的最佳猜測。用戶點擊首頁上的任意一幅圖像，會看到一組由圖像和文本組成的圖。中間是源圖像，左側是AI生成的圖像，右側是AI認為對生成該描述重要的圖像點的示意圖。與傳統的在線展覽不同，“虛擬利物浦雙年展”項目的每位用戶由于與機器學習系統共同策展，因此在相同的順序中不會看到同樣的作品集。

深度學習模型被用來收集用戶與系統互動的數據。在該平臺上，用戶可以探索原始圖像和GAI生成的文字、圖像之間的聯系。用戶的每一次參與都將成為平臺的一次人機迭代，相關數據將被保存到項目的公共存儲庫中并通過在線系統提供用戶瀏覽。為確保個人隱私安全，該項實驗以匿名方式開展。

3.實驗與反思：減少GAI在策展應用中的偏見。該項目展示了GAI在糾正偏見、消除硬性區別中應用的潛力。進行這項實驗的目的是：一是如何消除機器學習系統中的偏見，消除人類和機器之間的硬性區別，以推動更多樣化的策展模式；二是如何增強公眾對機器學習系統的信任，促進其在文化遺產領域的批判性應用。

為實現項目目標，項目組基于公開的視覺藝術數據集（WikiArt和Web Gallery of Art），使用語言圖像預訓練網絡（Contrastive Language-Image Pretraining，CLIP），在生成式對抗網絡的幫助下轉化為圖像生成和圖像分類工具，這使得項目組能夠更準確地研究其隱含的視覺、記憶、邏輯偏見。三個實驗分別為：零樣本分類實驗探索CLIP是否更善于記住某些特定類別，如場景類型、風景等；零樣本檢索實驗探索CLIP對圖像的編碼和計算能力；圖像生成實驗探索CLIP與GAI一起使用是否能生成令人信服的知名作品。該項目還建立了一個獨立的開源代碼庫，將相關成果以共享的方式開放給大眾使用。

二、“虛擬利物浦雙年展”項目要點解析

在數字轉型背景下，GAI如何應用于文化遺產保護機構成為國際社會積極探索的方向。為了實現數字遺產的有效保護，“虛擬利物浦雙年展”項目在基金會、大學等機構的支持下順利實施，展示了GAI在數字遺產保護方面的巨大潛力，其實踐動態顯示出以下幾個典型要點。

（一）典型場景識別為前提

GAI應用于文化遺產保護機構，在數據供應、基礎設施配置以及技術開發等多個方面，均有強大的資源需求。在文化遺產保護機構資源有限的情況下，資源的有效利用更為重要。在此背景下，該項目以識別具體場景為策略，旨在由小及大、由點及面推動GAI的應用。

一是將利物浦雙年展的部分展品選作試驗對象。“虛擬利物浦雙年展”項目聚焦于利物浦雙年展的多模態數據，因其數據資源類型豐富多樣且具有代表性，可以進行多樣的探索。首先，對多模態數據進行分析，從中提取有用的信息并建立關聯；其次，采用多模態神經網絡，引導圖像生成并產出可解釋性熱成像圖，通過在線系統，使用戶與GAI互動，增強人機策展的個性化體驗；最后，為了更好地促進GAI的應用，項目不僅開設了開源代碼庫，還通過零樣本分類、檢索和圖像生成實驗增強用戶對機器學習系統的信任。以上三項探索雖然只是在小范圍內進行，但是其他機構和研究人員可以通過項目的開源成果，借鑒其在推進文化遺產線上開發利用并創造出新應用場景方面的解決方案。

二是立足實踐，將應用場景設定為優化并完善線上策展。該項目始于2021年，由于多數實體檔案館、博物館的館藏資源無法提供穩定的線下利用，而在線利用又面臨服務深度與質量的挑戰，因此，該項目將GAI的應用場景精準設定于線上策展，強調提升其智能化程度，以適應不同用戶群體的需求。同時，該項目并不是將線下服務照搬遷移于線上，而是更強調要通過GAI變革策展模式與可能性。因此，項目提出要突破線下難以實現的個性化展覽，通過GAI識別用戶需求，并根據需求提供個性化的策展服務。

（二）全面的數據化為基礎

隨著全球數字轉型的持續推進，各領域均在探索如何融入數據化趨勢從而實現創新變革，文化遺產領域亦是如此。一方面，文化遺產資源需要全面數據化，從而更好地提供利用；另一方面，需要積極采集用戶的行為數據，精準識別用戶需求，才能更好地推進項目的開展。該項目以數字轉型為背景并強調數據化處理，主要體現在以下兩個方面。

一是資源對象的數據化。項目強調多模態資源對象的數據化處理，包括視覺圖像、文本信息等。通過充分利用GAI的多模態數據處理能力，項目成功地將資源進行全面的數據化處理，不僅提高了文化遺產的可訪問性，細粒度的數據還有助于用戶更好地理解藝術品本身，揭示藝術家的觀點和創作意圖，提升用戶的線上服務體驗，同時也為未來的研究、教育和創新提供了寶貴的資源。

二是用戶數據的分析處理。項目在數據的采集、訓練、使用方面取得了重要進展。通過收集用戶互動的多源數據，包括用戶的點擊、瀏覽路徑、喜好和反饋等，該項目能夠從不同角度了解用戶對在線展覽的興趣和需求。這些數據不僅用于改進展覽的個性化推薦，還用于深度學習數據分析，成功地提升了文化遺產保護和數字化藝術展覽的用戶體驗，為GAI在GLAM領域的應用提供了有力支持。

（三）技術開放式利用為手段

GAI的應用需要創新性的技術投入，在文化遺產保護機構自身能力有限的情況下，其開放式利用成為重要手段，主要體現在以下兩個方面。

一是技術開源，強調與其他機構的合作。一方面，該項目凸顯對前沿技術的開放使用。從項目時間線來看，在2021年就已洞察到GAI的發展潛力，及時追蹤并使用尚在發展過程中的OpenAI，體現出對技術的前瞻視野。另一方面，GAI即便已有其他技術公司的支持，如何應用于具體領域乃至場景同樣需要長足的開發進程，因而同樣需要多方助力。該項目因此設立了開源代碼庫，內容不僅包括項目的核心技術和算法，還提供了相關數據和工具。這為技術應用提供了一個公開的“眾包”平臺，供其他研究人員和社區成員參與共建和共享。通過技術開源，項目突破了自身的封閉性，還與全球范圍內的專業人士建立了聯系。這種開放的合作模式不僅加速技術的演進和項目的發展，也為GAI在文化遺產領域的應用提供了更多的可能性。

二是強調技術的批判性利用。無論是技術應用還是館藏資源管理，均強調批判性的風險思維，加強技術應用風險的識別并制定相應的指引，避免在文化遺產保護和開發利用過程中產生不良的倫理與法理后果。例如，項目采用了多源數據，因此在數據處理方面提出技術應用過程中要配置相應的敏感數據使用指引、用戶隱私保護方案等；努力消除機器學習系統中的潛在偏見；積極倡導建立人工智能與人的良性關系，強調人工智能的應用是為了服務并提升人類的體驗，而不是替代或削弱人的角色。

（四）跨領域多元主體協作為方略

鑒于GAI本身處在發展進程中，其應用于文化遺產保護機構更是創新性的復雜事務，文化遺產保護機構自身的資源與能力難以獨立應對，跨領域的多元主體合作是基本方略。

一是合作主體是來自不同性質和職能的機構。該項目的指導方重點關注方向之一是研究和解鎖文化遺產，保護、策劃和最大限度地發揮GLAM的作用，從國家層面展開統一部署和支持；項目的實施者包含大學、網絡托管部門、科研機構等，實現在指導方的領導下各協作主體共同合作。

二是不同學科背景人員的相互合作。該項目首席調查員、合作調查員等主要合作伙伴均來自不同的學科領域，有數字人文、計算機科學、生物信息學等學科領域，不同領域的合作伙伴在項目建設過程中均貢獻著自己的專業知識。

三是社會利用導向下深化公眾參與。該項目體現出以社會化利用為目標性策略，將用戶轉化為資源投入者與行動貢獻者，共同解決GAI應用過程中的各類挑戰。一方面，推動公眾參與數字遺產保護實踐。這主要體現在用戶與GAI互動策展平臺建設方面。平臺引導用戶與GAI互動，使其能夠根據自己的興趣和需求進行深入探索，實現個性化、互動性和創新性的虛擬展覽體驗。另一方面，注重吸納用戶反饋以促進項目的不斷發展。項目組邀請公眾了解項目的內部運作、項目成果等，并指出項目存在的不足，通過不斷調整和優化，探索可提升的空間。這種模式增強了項目與公眾之間的互信，使文化遺產保護成為一個更廣泛參與的社會行動。

三、啟示：我國文化遺產保護機構的GAI應用展望

隨著人工智能發展被納入國家戰略，尤其是GAI的快速發展，其在文化遺產領域的應用取得了豐富的成果，但也面臨挑戰。

一方面，已有的人工智能應用探索成果豐富。一是以各類記憶項目為牽引開展實踐探索。如數字故宮、北京記憶、數字敦煌等項目均呈現豐富的探索成就。以故宮團隊建立的數字博物館為例，借助人工智能，人們在這里可以與1200多座古建筑對話。[15]敦煌研究院發布的“數字敦煌”資源庫，提供30個精品洞窟的高清數字化圖像及全景漫游。[16]二是將人工智能應用于文化遺產保護各流程中。例如，利用人工智能通過虛擬方式拼接、修復被毀壞的文物，或將人工智能應用于展廳溫濕度控制、古建筑病害監測等。例如，《我在故宮修文物》系列邀請了故宮博物院古建部專家團，攜手商湯科技，選取AI+AR、NFC芯片與區塊鏈加密等技術為故宮古建修繕內容進行高度精準與中正的匹配及轉化。[17]此外，該系列電子出版物還建立了“數字文物庫”，將人工智能修復的超過68000件文物的高清數字影像對外發布。三是借助人工智能推出大量數字文化精品。如北京冬奧會開幕式為觀眾呈現的非物質文化遺產“二十四節氣”。河南衛視以5G+AR技術將虛擬場景和現實舞臺結合，將傳統文化與前沿科技創新交融。[18]

另一方面，GAI也得到文化遺產領域的關注，體現出廣闊的應用空間，但也存在亟待解決的難點。例如，南京農業大學研發的國內首個專門應用于古籍處理與研究的智能工具——古籍大語言模型“荀子”，包含了《四庫全書》在內的超20億字古籍文獻，能夠實現自然語言理解、詩歌生成、自動標引等多項功能。[19]2024年，澄江化石地世界自然遺產博物館借助AIGC復原了“寒武紀生命大爆發”的場景以及地球生命演化的神奇壯美。[20]從現有實踐進展來看，GAI在文化遺產領域的應用存在應用場景較為單一，各項目多在自主探索階段，缺乏多元、典型與適用場景的構建以實現成規模、成整體的實踐體系等問題。因此，基于“虛擬利物浦雙年展”項目，我國文化遺產保護機構的GAI應用展望如下。

（一）本土文化創新與全球視野下的應用場景構建

我國文化遺產保護機構在GAI優質應用開發方面，面臨著需要大量資源投入的挑戰，因此，選定典型與適用場景，建立以點帶面的應用體系，成為關鍵策略。就應用場景的選定和建構而言，我國特色文化和現實背景可以提供系統的參考思路。結合這些背景，并立足文化遺產保護機構的構成要素，應用場景可從如下方面考量。

一是以黨對宣傳思想文化工作的布局和要求為引領，彰顯并踐行社會主義核心價值觀。在當前中國式現代化建設的背景下，場景的選定應當考慮文化遺產保護機構如何服務于人類命運共同體構建、數字文明建設、基本公共服務均等化等目標。例如，普惠各類用戶線上展陳同樣可作為場景選擇方向之一。在實施過程中，確保線上展陳對殘障人士、老年人、兒童等人群開放，提供語音導航、多語言字幕支持、高對比度模式等多種輔助功能。

二是強調立足本土的中華優秀傳統文化創新發展。一方面，我國文獻遺產的活化傳承是賡續中華文化血脈的重要路徑。在文化遺產保護和開發利用全流程中，可選定重點環節作為場景。另一方面，現當代的文明傳播與發揚同樣關鍵，講述中國故事是核心內容。文化遺產保護機構應該立足所在區域、館藏特色、機構專長與資源能力，從文化數據采集到提供數據產品與服務的過程中，均可提供典型場景。

三是聯動文化事業和文化產業發展。以文化數字化戰略為指導，在數字轉型框架下，從文化遺產保護機構自身的數字能力建構到文化對象數字化建設，均應積極對接文化產業化的思路。這一過程中的工作內容也可提取重要場景。

四是以全球視野增強國際傳播能力建設。場景的選定和設計需要充分考慮國際化前景，既要體現我國特色與優勢，又要便于國際層面理解和吸納相關成果。例如，可調查世界范圍內正在著力建設的場景，實現從技術到方法的共建共享。

（二）數據要素化導向下的文化數據資源建設

依據《關于推進實施國家文化數字化戰略的意見》《“數據要素×”三年行動計劃（2024—2026年）》，文化數據要素化成為文化遺產保護機構數字轉型的關鍵方向。在此基礎上，需對接GAI應用所需的文化數據資源支撐，推進人工智能應用與數據要素化的充分聯動，實現資源的有效聚合利用。

一是強化文化資源的數據化工作。一方面，從數據化著手，以管理和技術為兩大抓手，明確文化數據的特質和要求，以此確定文化資源數據化的方法、流程、目標及其規范體系，形成通用的面向文化遺產保護機構的數據化工作框架。在此框架下，將數據化納入日常業務活動中。另一方面，以數據要素化為導向，建設面向具體應用場景的數據集和語料庫。依據國家現有部署，文物、古籍、戲曲劇種、非物質文化遺產等數據資源需在文化創意、旅游、展覽等領域依法開放共享，在政策指引下，貫通各類文化機構數據中心，關聯形成中華文化數據庫，鼓勵依托市場化機制開發文化大模型。文化遺產保護機構要立足自身館藏特色、發展目標與應用場景，構建更聚焦的數據產品、數據服務等。

二是推進文化遺產工作各流程、各環節的數據化。即文化遺產保護機構自身的工作流程也要全面實現數據化轉型。上述項目強調用戶數據的收集以提升用戶需求分析，但這僅是其中一方面。在文化遺產保護機構積極建構數字能力的過程中，將自身的工作予以持續收集、分析和利用，同樣是積極應用GAI的重要基礎。這可以更好地將應用場景具象化，所累積下的數據更為未來全面的智能技術應用奠定強大的數據基礎。

（三）文化科技發展驅動下的技術開放自主應用

文化強國與科技強國戰略背景下，以凸顯技術創新、融合文化內涵、體現場景導向、技術應用從點狀轉向矩陣、從“系統內循環”向“社會大循環”邁進為要義的文化科學發展觀成為文化遺產保護機構數字轉型的重要引領。GAI的開發應用需要在體系框架下以開放自主的方式展開。

一是開放強調兩個向度。一方面，積極利用現有的國內外前沿技術成果，開放使用各類創新技術。對于我國文化遺產保護機構而言，可以借鑒國內外開源技術的研究應用以及國外文化遺產保護機構的探索成果。同時，需防范“照搬”造成的風險，做好技術使用需求分析，設計面向自身的使用方案，明確GAI的具體應用點、應用策略、風險與局限等。另一方面，應合規共享文化遺產保護機構自身的技術應用成果。在保障自身權益的基礎上，共享技術開發和應用過程中發現的問題與積累的經驗，在共創的思路中持續優化技術的開發應用。

二是要強調一定程度的自主開發。自主開發并非要求文化機構以孤立、單一的方式探索GAI的應用，而是需明確自身的獨有需求、優勢和成果。例如，立足資源優勢，優化數據標注、組織等相關工作，做好數據集、語料庫的構建工作。另外，也應在國家數據和技術安全的前提下，積極聯合我國科技企業和研究機構開展合作，從文化遺產保護機構的角度為我國GAI的研發貢獻高質量數據集、語料庫。

（四）產學研用聯動框架下的協作機制建構

對于GAI這類前沿又有強大資源投入需求的技術而言，普通的合作難以實現深度可持續的成果產出，因此，需要在產學研用的聯動框架下構建協作機制。

一是文化遺產保護機構作為主導方要做好合作者的識別與定位。文化遺產保護機構應以產學研用體系的建設為目標，識別可吸納的合作方，并確立協作策略。協作方主要包括但不限于以下幾類：科技企業提供技術支持，文化公司輔助產品與服務的開發與市場化，研究機構從技術和文化遺產開發利用兩方面提供智力支持，公眾作為用戶以及文化遺產創新探索的貢獻者等。此外，不僅要識別出各類的合作者，更要倡導建立國內外協作共同體，充分發揮共建共享共創的優勢力量。

二是設計“市場化”相關策略，吸納不同的合作方充分參與。GAI的應用需要極高的資源投入，除了依靠國家資金與社會公益支持外，適當的市場化策略也是實現真正的產學研用協作的重要途徑。一方面，立足文化數據要素市場培育，優化文化遺產機構自身職能與業務，將數據產品與服務的“生產”與“流通交易”納入工作內容，并相應擴展組織架構與業務流程。另一方面，尋求有效協作點，建立可持續收益的合作框架和策略。例如，面向技術公司，可以加強高價值數據集、語料庫的合作開發；面向文化公司，考慮如何形成可行的市場方案等。

四、結語

本文基于“邁向國家寶藏·虛擬利物浦雙年展”項目，梳理了GAI應用于文化遺產保護機構的實踐圖景，從典型場景識別、全面數據化、技術開放式利用和跨領域多元主體協作等方面解析了可參考的行動要點，并結合我國國情探討了文化遺產保護機構的GAI應用展望。同時，關于GAI如何應用于文化遺產保護機構，尚有豐富的探索空間，涉及技術開發、資源建設與開發利用、風險防范等多個方面，有待進一步深入和細化的研究。

注釋及參考文獻：

[1]中國社會科學網.人工智能介入非遺保護的路徑與問題[EB/OL]. （2020- 12- 04） [2023- 04- 16]. https：//feiyi.gmw.cn/2020- 12/04/content_34429452. htm.

[2]中國文化報.數字技術賦能文化遺產保護利用[EB/OL]. （2022-12-09）[2023-04-16]. https：//www. chycci.gov.cn/news.aspx？id=70648.

[3]OpenAI.IntroducingChatGPT[EB/OL].（2022-11-30）[2023-04-13].https：//openai.com/blog/chatg？ pt.

[4]陳濤，劉煒，孫遜，等.IIIF與AI作用下的文化遺產應用研究新模態[J].中國圖書館學報，2021（2）：67-78.

[5]呂慶華.地方高校圖書館對非物質文化遺產的采集與管理[J].圖書館建設，2007（6）：60-63.

[6]劉向紅.基于用戶協作的非物質文化遺產數字資源分類模式研究[J].現代情報，2017（3）：21-25；31.

[7]翟姍姍，張純，許鑫.文化遺產數字化長期保存策略研究：以“威尼斯時光機”項目為例[J].圖書情報工作，2019（11）：140-148.

[8]牛金梁.非物質文化遺產智能化傳播的數字技術賦權邏輯[J].湖南師范大學社會科學學報，2020（5）：150-156.

[9]張洋洋.人工智能時代建筑文化遺產的數字化保護[J].建筑科學，2024，40 （1）：186.

[10]孫雯，葛慧茹.數字化時代非物質文化遺產知識產權保護的再思考[J].藝術百家，2020（5）：194-199；204.

[11]邵燕.非物質文化遺產數字化中的版權法律問題研究[J].廣西民族研究，2014（5）：163-168.

[12]賈菁.人工智能背景下非物質文化遺產數字化傳播的進階路向[J].當代傳播，2020（1）：98-101.

[13]王曉光，梁夢麗，侯西龍，等.文化遺產智能計算的肇始與趨勢：歐洲時光機案例分析[J].中國圖書館學報，2022（1）：62-76.

[14]UKRI’s Arts and Humanities Research Coun？ cil. Visitor Interaction and Machine Curation in the Virtual Liverpool Biennial： A Towards a National Col？ lection COVID- 19 Project Final Report[EB/OL].（2021-12-09）[2024-02-24]. https：//zenodo.org/re？ cords/5770448.

[15]澎湃新聞.單霽翔：互聯網信息技術讓文化遺產活起來[EB/OL]. （2023-04-04）[2024-01-31]. https：//www.thepaper.cn/newsDetail_forward_22570160.

[16]澎湃新聞.敦煌研究院院長：悉數“敦煌+科技”的N種打開方式[EB/OL]. （2020-06-23）[2024-02- 26]. https：//cloud.tencent.com/developer/article/ 1650164.

[17]中國新聞網.故宮出版社將推出首套元宇宙場景交互式電子出版物《我在故宮修文物》[EB/OL].（2023- 02- 14） [2024- 03- 08]. https：//culture.ycwb. com/2023-02/25/content_51779445.htm.

[18]孫宗鶴.數字技術為文化遺產帶來了什么[EB/OL]. （2022-06-08）[2024-02-26]. https：//news. gmw.cn/2022-06/08/content_35794714.htm.

[19]荔枝網.與“荀子”對話？南京農業大學發布全國首個古籍大語言模型[EB/OL]. （2023- 12- 11）[2024-03-07]. https ： // news. jstv. com/a/20231211/ b0bdce470bab4fb0b64b951b06343e6d.shtml.

[20]上觀新聞. AIGC繪中國|跟著全國人大代表探索遠古生命密碼[EB/OL]. （2024-03-03）[2024-03- 07]. https：//www.jfdaily.com/staticsg/res/html/ web/newsDetail.html？id=722171sid=200.

作者單位：中國人民大學信息資源管理學院