通古OCR大模型发布：古籍识别准确率超越现有方法
在第二届CCF人文智能大会上，华南理工大学金连文团队分享了其在古籍OCR领域的最新研究成果。团队研发的通古OCR大模型（TongguOCR）已覆盖3.4万余个字符类别、600余万样本，支持从甲骨文到楷书等七类书体，为古籍数字化整理提供了新的技术路径。
针对古籍版面复杂、存在残缺污损等特点，该模型采用版面感知的智能分块策略，兼顾字迹清晰度与上下文关联，同时增强生僻字表示、引入行间转移标记，使模型能够同时学习文字内容与阅读顺序。实验结果显示，其识别准确率明显超过现有同类方法。
在纠错环节，团队提出“小模型识别、大模型后纠错”的协同方案：小模型提供可信候选，大模型在候选范围内结合上下文判断，并设置异体字保护机制，避免按现代语言习惯把正确异体字“规范化”。这一设计旨在保留底本原貌，守住古籍校勘的关键证据。
目前，团队已上线古籍OCR实时演示系统。金连文表示，AI的价值是成为研究者的伙伴，扩展人的研究能力边界，而非取代学术判断。
- 2026-09-09 15:58 | 新浪财经：穿越时光，让AI读懂古文字！华夏文明密码解读开启传承与创新的新篇章阅读原文
龟甲刻痕藏殷商旧事，青铜铭文载周礼风华，简帛笔墨记历代兴衰。甲骨文、金文、篆文等中国古文字，是镌刻在华夏大地上的文明密码。长久以来，这些古老文字深藏于残碑碎甲、古籍珍卷之中，因字形繁杂、异体繁多、文献残缺，始终难以被全面解读。古文字研究依靠学者皓首穷经、逐字考据、手动缀合，凭借经验积累破解文明的密码。不过，仅凭人力研究，不仅耗时费力、效率低下，更有大量残字、孤字、疑难字陷入破译僵局。如今，人工智能技术破壁而来，让冰冷的算法读懂温热的古文字，也为中华文脉的传承与创新开启了全新篇章。人工智能的迭代升级，为古文字破译与传承带来颠覆性突破。AI不仅能精准切割拓片、文物上的残缺字形，还能通过分析笔画结构...
- 2026-09-09 15:10 | 新浪财经：穿越时光 让AI读懂古文字阅读原文
“通古OCR”系统对《杭州福神观记》书法作品（部分）的识别及处理结果 话题主持 本报记者 张炯强 龟甲刻痕藏殷商旧事，青铜铭文载周礼风华，简帛笔墨记历代兴衰。甲骨文、金文、篆文等中国古文字，是镌刻在华夏大地上的文明密码。长久以来，这些古老文字深藏于残碑碎甲、古籍珍卷之中，因字形繁杂、异体繁多、文献残缺，始终难以被全面解读。 古文字研究依靠学者皓首穷经、逐字考据、手动缀合，凭借经验积累破解文明的密码。不过，仅凭人力研究，不仅耗时费力、效率低下，更有大量残字、孤字、疑难字陷入破译僵局。 如今，人工智能技术破壁而来，让冰冷的算法读懂温热的古文字，也...