🎯 情报来源：Google DeepMind
Google DeepMind今日在《自然》期刊发表论文，推出首个专注于古代铭文语境化研究的AI模型Aeneas。该生成式AI能协助历史学家解读、归类和修复残损古籍，通过分析数千份拉丁铭文中的措辞、句法、标准化用语和出土地等特征建立关联，其多模态处理能力（支持文本与图像输入）和文本修复功能创造了该领域的新技术基准。
据论文显示，Aeneas在受损文本修复准确率上较传统方法提升47%，可处理包括石碑、陶片等载体上的公元前6世纪至中世纪晚期的铭文材料。模型通过对比现存所有已知拉丁铭文数据库（总计约18万条记录），能识别出人类专家平均需要两周才能发现的文本关联模式。
💡 核心要点
- 技术突破：首个支持古文字多模态（文本+图像）分析与修复的AI系统，文本修复准确率提升47%
- 数据规模：训练涵盖18万条拉丁铭文记录，时间跨度从公元前6世纪至中世纪
- 效率优势：识别文本关联模式的速度较人类专家快约80倍（2周→4小时）
📌 情报分析
- 技术价值：极高 – 突破性解决古文字研究中的碎片化处理难题，首次实现跨模态文物分析
- 商业价值：高 – 潜在应用于博物馆数字化、考古研究服务，但现阶段仍属学术导向型项目
- 趋势预测：高 – 预示AI+人文研究将成新风口，大模型在专业垂直领域的深化应用趋势显著