【AI前沿】视觉大模型遭遇滑铁卢：首个中国古文字OCR评测基准开源

AI资讯AI新闻资讯正文视觉大模型遭遇滑铁卢：首个中国古文字OCR评测基准开源发布于AI新闻资讯发布时间 :2026年5月19号 17:55阅读 :1分钟顶尖的人工智能不仅要能看懂屏幕上跳动的现代代码，也需要读懂三千年前龟甲上的刻痕。据OSCHINA报道，腾讯混元大模型、SSV数字文化实验室等机构联合多所高校与故宫博物院，正式推出了“Chronicles-OCR”。这是业界首个完整覆盖汉字“七体之变”演化轨迹的中国古文字感知评测基准。为了真实反映大模型的识别能力，该数据集由领域专家进行了多层级交叉标注，包含 2800 张严格平衡的高质量图像。针对甲骨文、金文、篆书等古早字体，团队采用了单字级的精细标注；而对于隶、楷、行、草等成熟字体，则采用了保留原始阅读顺序的序列级转写。主流视觉模型全军覆没项目团队基于该基准设计了四个层层递进的核心任务，严格将大模型的“视觉感知”与“语义推理”解耦开来。在对包括GPT-5、Gemini 3.1 Pro、Claude Opus 4. 7 在内的 28 个主流多模态大语言模型进行评测后，结果却令人大跌眼镜。在面对缺乏现代版式先验的古早字体时，主流大模型在端到端检测任务中全军覆没，细粒度识别的最高准确率也仅有27.1%。令人意外的是，实验表明此时开启大模型的推理（Reasoning）模式，反而会放大感知的不确定性，导致识别表现进一步下降。揭示微观笔画识别短板评测还发现，在进行字体分类时，目前的视觉大模型更容易去识别载体的纹理材质，而不是去判别微观的笔画风格。这意味着今天最顶尖的AI模型，在面对中国传统古文字时，依然还远远没有做到真正的“读懂”。汉字从殷墟甲骨一路演化至今，每一笔一画都承载着文明的连续性。Chronicles-OCR的开源不回避这一技术现实，它通过清晰可见的差距，为未来视觉大模型从简单的“识字”走向深度“读史”提供了明确的优化方向。