从物质到价值

“守护”的时代演进

如果把时间拨回一百年前，故宫博物院最早面对的“守护”，是极其具体而残酷的。

文物南迁，是几乎每一个中国人都听说过的历史。彼时战火逼近，文物被装箱、编号，穿越战乱与动荡，辗转万里。那是一种近乎本能的守护——先保住它们的“存在”。

此后的几十年，文物被安置下来，修复成为日常。一代代文物修复专家在显微镜前、案台边，用极慢的速度与时间对抗。

莲鹤方壶的经历，几乎浓缩了这段复杂而漫长的过程。抗战时期，它随河南文物西迁，几经辗转，等到上世纪 50 年代调入故宫博物院，早已满身伤痕。专家们通过焊接耳朵、修补腹部参差不齐的裂口，再对修复处随色做旧，才总算让这尊重器，重新找回两千年前振翅欲飞的精气神。

当修复体系逐渐成熟，学术研究不断深入，一个新的问题开始浮现：文物被保存下来了，但是否被真正理解、被持续地认识？随着社会的发展和公众文化需求的增长，包括故宫博物院在内的许多博物馆逐渐意识到，仅仅守护文物本体，并不足以完全释放这些文物与古建筑所承载的多重价值。如何将文物背后的历史信息、审美经验和文化意义，传递给更广泛的人群，成为新的课题。

正是在这样的背景下，“让文物活起来”成了近年来关于故宫博物院的一个高频词。从策展到教育活动，从文创产品到数字化内容，故宫开始主动寻找文物与当代生活之间的连接点。

今年中秋节上线的AIGC视频《故宫宝贝团圆夜》，便是一次有代表性的尝试。影片由故宫博物院与火山引擎合作完成，依托豆包视频生成模型与图像创作模型推出。围绕“中秋团圆”这一高度情感化的主题，让文物在中秋夜“苏醒”，以一种带着童趣的视觉效果，被重新看见。

到了“百年守护——从紫禁城到故宫博物院”展览的尾声，故宫博物院与火山引擎也再次携手，推出了更灵活的互动方式——「听宝贝说」AI互动播客，让线下的部分文物展览通过AI播客的形式，在线上得以延续。

与影像不同，「听宝贝说」选择从“声音”入手。它面向的并非专业研究者，而是亲子家庭和少年儿童群体。进入H5页面后，用户可以从30件文物中选择一件，只需对着手机跟读几句话，系统便会生成一段用户本人声线的文物讲解。生成的播客中，孩子可以扮演“小科普家”“小历史学家”等不同角色，也可以选择喜羊羊、熊大等动画角色的声音。

在具体的文物选择上，也经历了故宫方面的精心策划。30件文物横跨新石器时代至明清，既包括清明上河图卷、五牛图卷这样的“熟面孔”——也是“百年守护——从紫禁城到故宫博物院”展览现场观众关注的焦点；也包括更适合通过本次AI播客为小朋友“讲故事”的文物。

故宫博物院社会教育部主任吕晓刚提到，从故宫博物院190多万件藏品中选出这30件文物，并非简单的遴选，而是围绕项目本身面向儿童与亲子家庭的定位，反复权衡的结果：首先要有故事性和趣味性，让孩子愿意听、愿意讲；其次也要具备教育属性，能够承载历史纵深和正向的价值引导。

例如剔红百子宝盒，通体刻着一百个孩童的游戏场景，捉迷藏、放鞭炮、追逐嬉闹，不一而足。这些画面跨越时代，却并不陌生。今天的孩子听到这样的描述，很容易将自己的经验投射进去。文物不再是抽象的历史对象，而是一种可以被代入的生活片段。

又如掐丝珐琅嵌宝石缠枝莲纹多穆壶，它的价值不仅体现在工艺与装饰之上，更在于其背后所折射的文化交融。器型源自藏族和蒙古族人民的生活用具，工艺本由域外传来又早已内化为中国特色，艺术上则具有强烈的宫廷风格。一件器物，本身就是一段关于交流与吸纳的历史。

值得注意的是，在这30件文物中，有相当一部分本身就长期陈设在故宫博物院展厅中。吕晓刚提到，这种选择也是有意为之——当孩子在H5页面中听过、讲过一件文物，如果产生兴趣，完全可以在线下展厅中找到它的实体。这种线上体验与线下观看之间的衔接，让文物知识不再停留在单一媒介中。

长久以来，博物馆教育常常是专业的、严谨的，但也容易显得遥远。在参与了本次AI播客制作的吕晓刚看来，AI在这里的作用，正是消解博物馆教育长期存在的疏离感，降低进入的门槛。“通过孩子熟悉的声音，无论是他自己的，还是爸爸妈妈的，甚至是动画人物的——去讲述文物故事，会让这些内容听起来更轻松、更亲切。”

最终，通过AI播客的形式，让原本容易被视为高深、学术的文物知识，被拆解成更容易被听进去、说出来的内容。

守护，也由此从对实体的保护，逐渐转向对理解与记忆的延续。

技术背后的敬畏

如果说「听宝贝说」在前端呈现的是轻松和趣味，那么在其背后，则是一套高度严密的技术流程。

对于火山引擎的技术团队来说，文物是一个极其特殊的应用场景。

火山引擎文旅行业总监宋博文在回顾项目时，反复提到一个词：敬畏。面对文物内容，技术团队不仅要解决“如何生成”，更要保证内容的严谨。

为了避免AI常见的“幻觉”问题，故宫方面为每一件文物都提供了由专家审核的一到两千字权威资料。这些文本本身严谨、密度高，但是儿童理解起来却有一定的门槛。接下来的工作，便是文本内容通俗化的过程：故宫专家先改写一轮，模型再改写一轮，双方不断比对、修正，最终形成可被模型学习的范式。

在这一过程中，豆包大模型的语义理解能力发挥了关键作用。“它能够把控这个边界，哪些东西可以通俗化，哪些东西是不可以通俗化的，尤其是对于典故、文物知识，以及文物精确的材质、形状、工艺的介绍，那些特定词汇是不可以做大量改写的。”宋博文说道。

声音技术则是另一个挑战。「听宝贝说」所使用的豆包声音复刻模型2.0，具备在几秒录音样本中捕捉说话者情绪特征和语音风格的能力。从技术角度看，这已经足以实现高度相似的声音复刻。但在本次的AI播客中，“像不像”并不是唯一标准，更重要的是：这是不是一段适合给小朋友讲文物的声音。

宋博文提到，团队在测试阶段反复调整语速、语调和停顿方式。语气如果过于活泼，会削弱历史和文化本身的严肃性；如果过于平直，又容易让孩子失去兴趣和耐心。最终呈现出来的效果，是在亲切与准确之间不断试探后的结果。

除此之外，内容本身的情绪差异也需要兼顾。有些文物强调珍贵性，比如东珠朝珠，其产地、采集和使用都有严格规范，讲述时就需要传达出“珍贵”；而涉及礼仪和文化传承的器物，则需要一种略带敬畏的语气。

在技术层面，这意味着语音模型必须根据文本内容，自动调整语速、语调和情绪标签，而不是用同一种语气讲完所有故事。

除了对模型的训练，在整个项目中，细节上的“死磕”，也成了最耗时的部分。宋博文举了一个例子：《五牛图》卷相关内容中，“卷”字的读音究竟该如何处理。对于普通语境来说，这是一个极易被忽略的细节，但在文物讲述中，这样的差错意味着对专业的不尊重。

类似的情况还有很多。古诗文中“遗我双鲤鱼”的“遗（wèi）”，在现代汉语中并不常用其读作“wèi”时代表的“赠予”的含义，如果按照日常习惯处理，很容易造成误解。这些情况都需要火山引擎团队在生成内容时反复核对语境。

在火山引擎团队看来，「听宝贝说」与普通的互联网产品最大的区别，在于价值取向上的不同。宋博文表示，“普通的互联网产品比较看重用户价值和效率，但是「听宝贝说」的本质是一个公益性的文化传播项目。”

正因如此，整个团队在文物选择、内容处理、模型推理和调试的每一个环节，都保持着高度谨慎。从这个意义上说，「听宝贝说」既是在行业上首次尝试文物AI的播客，也为未来如何让文物“开口说话”、做好文化传播，提供了一次可参考的实践经验。

AI播客里的亲子时间

与传统博物馆教育不同，「听宝贝说」并不是让孩子坐下来“听一段讲解”，而是邀请他们参与进来，成为讲述的一部分。

在H5页面的测试阶段，吕晓刚和宋博文都发现了一个细节，孩子们并不执着于更可爱的卡通音色，反而更愿意反复使用、调整自己的声音。一段播客往往会被录制好几次，直到他们觉得“满意”为止，然后迫不及待地分享给同学或家人。

这种分享行为，并非一开始就被设计出的传播策略，却反过来影响了产品形态。火山引擎随即在「听宝贝说」中开放了更多音色复刻的可能性：除了孩子本人，还可以录入父母、祖父母的声音，甚至是兄弟姐妹、同学的声音；同时，通过分享解锁新的音色角色，让“讲文物”这件事，从一个人的体验，变成家庭乃至同伴之间的互动。

在吕晓刚看来，这正是博物馆教育中难得的积极信号。传统的教育模式，往往是由专业者讲述、孩子聆听，而在「听宝贝说」中，叙述的主角发生了转移——孩子成为讲述者，用第一人称去说“我是谁”“我从哪里来”“我经历过什么”。这种角色转换，本身就是学习的开始。

这种变化，也为亲子关系提供了一个新的连接点。《听宝贝说》并不要求家长具备专业的文博知识，也不试图用AI替代陪伴。相反，它为忙碌的家庭提供了一个共同进入文物话题的入口——在节假日，在参观前后，家长和孩子可以围绕同一件文物，聊起时间、历史与记忆。

在这一段段由AI生成的播客中，六百年的厚重历史，被妥帖地嵌入一个现代家庭的日常生活。也让“守护”这件事，在亲昵的对话中，化作一种流动的情感纽带。

尾声

百年之后，故宫博物院不再只是被仰望的象征。通过AI技术，它开始学习如何与观众交流，尤其是下一代的声音。

从中秋节期间的视觉共创《故宫宝贝团圆夜》，到如今强调交互深度的「听宝贝说」AI播客，故宫博物院与火山引擎在合作中逐渐形成了一种默契：由博物馆提供权威内容，由技术团队负责转译与实现，最终，为AI技术进入文博垂直领域，梳理出一套可供参照的范式。

这种探索也正通过火山引擎，向更广阔的文化领域延伸：通过模型参与古籍的校对与异体字识别，与北京大学联合研发“识典古籍”平台，已开放超3万部古籍；打造首个非遗数字人“非非”，在国际非遗文化节与北京非遗周上，充当活动指引、非遗知识问答的角色；此外，火山引擎也正在与一批博物馆打造属于博物馆的AI讲解员，通过豆包大模型的自然语言处理与多模态能力，让大家拿着手机就能把博物馆“逛明白”。

或许，这正是当下最具体的“守护”方式之一。

AI的加入，正在让博物馆中厚重的遗产，在数字时代拥有了向前的“生命力”，它不仅守护文物本身，更让其背后的历史、审美与文化意义被触达和传递，用一种更有温度、更具想象空间的方式，实现对文化遗产最长久的守护。

策划丨三联.CREATIVE

编辑 排版丨孙宏

作者丨梅卡

图片来源丨故宫博物院、火山引擎、视觉中国

*文章版权归《三联生活周刊》所有

欢迎转发到朋友圈，转载请联系后台