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。数智化转型网www.szhzxw.cn
一、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。数智化转型网www.szhzxw.cn
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。数智化转型网www.szhzxw.cn
二、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。数智化转型网www.szhzxw.cn
若您对人工智能感兴趣或为人工智能创始人，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）
若您为人工智能服务商，可添加数智化转型网小助手Jasper，加入人工智能行业交流群。
声明：本文来自数智化转型网，版权归作者所有。文章内容仅代表作者独立观点，不代表数智化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）白龙
