他们用AI解码云冈石窟

走进云冈石窟，大大小小的造像鳞次栉比，镌刻在崖壁洞窟之内。依靠形体、服饰、体态比例等细节，考古专家能够凭借长年积累的专业经验，分辨不同时代造像的风格流变。可这些沉淀在专家脑海里的肉眼判断，怎样转化成可量化、可比对、可复用的客观数据，一直是石窟数字化研究绕不开的难题。

云冈石窟全景（图片来源于云冈石窟官微）

经过多年工作，云冈石窟已留存海量高精度三维扫描、影像与文献档案。海量数字资料摆在眼前，如何跳出 “仅用于展示观赏” 的局限，真正赋能考古阐释与文物保护，成为亟待破解的课题。2026 年 3 月，云冈研究院联合长安大学文物数智化保护与传承研究院，启动 “云冈智岩 —— 云冈石窟千佛造像比例的 AI 智能提取与计算考古” 项目。研究团队选取第 38 窟等典型洞窟作为样本，从术语标准化、时空知识图谱构建、三维点云语义分割、模型多细节层次表达，到造像比例智能量算多维度发力，尝试依托人工智能技术，深挖现有数字文物资源的科研潜力。

近期，团队围绕洞窟、造像、构件等内容建立多层级术语体系，并在此基础上融合时间、空间等信息构建时空知识图谱，使原本分散的文献知识、空间位置和文物对象能够逐步建立关联。

云冈石窟第38、39窟外部（图片来源于云冈石窟官微）

先让AI“认清”，再给造像“量体”

三维模型能够较为完整地记录石窟和造像的几何形态，但如果缺少与考古知识之间的关联，模型本身仍然主要是一种数字化记录。围绕这一问题，长安大学教授侯妙乐团队首先对云冈石窟相关考古报告、历史文献、高清影像和三维数据进行整理，并针对石窟研究中的专业术语建立规范化表达。

与此同时，针对高精度三维模型数据量大、不同场景调用需求不同的问题，团队研究了石窟模型的多细节层次表达方法，根据应用需求形成不同精度的模型，为后续浏览、分析和计算提供基础。

真正进行造像比例计算之前，首先需要解决的问题是让计算机从复杂的石窟三维数据中识别出不同对象。“第38窟造像密集，不同造像之间存在粘连、残损、风化等情况。经过三维扫描后，这些内容首先表现为大量点云数据，计算机并不能天然知道哪里是佛像、哪里是佛龛、哪里又是其他石刻构件。”侯妙乐介绍，针对这一问题，团队围绕石窟造像点云智能分割开展研究，将造像自身的几何特征与其所在的空间结构相结合，对佛像、佛龛、供养人以及其他石刻构件进行识别和分割。

38窟北壁局部区域三维对象智能识别与分割示意图。长安大学供图

在完成对象识别之后，团队进一步开展造像智能量算研究。对于不同保存状态、不同姿态的造像，简单使用固定位置进行测量并不能保证结果具有可比性。团队因此尝试识别造像头部、肩部、身体等关键结构，建立相对统一的量测规则，并进一步计算头身比例、肩宽比例等指标。

通过这种方式，过去需要人工逐尊观察和测量的部分工作，可以逐步转化为可批量处理和比较的数据。人工智能负责从大量三维数据中提取特征和规律，而这些数据背后的考古含义，仍需要结合专业研究进一步判断。

对于石窟数字化研究而言，文献、照片、三维模型以及不同阶段采集的数据往往来自不同来源，只有进一步明确这些信息所对应的洞窟、壁面、造像和具体空间位置，才能更好地建立不同数据之间的关系。这一思路也与团队正在开展的时空知识图谱工作相衔接。侯妙乐表示，团队将进一步完善不同来源数据之间的空间关联，使文献知识、三维对象和智能分析结果能够在统一的空间层级下组织，为后续研究提供更加清晰的数据基础。

从“智能识别”到“修复询证”

当造像能够被逐一识别，关键结构和比例参数能够被提取之后，这些数据还可以进一步为残损造像研究提供参考。目前，团队正在结合已有三维数据、造像比例以及局部形态等信息，对不同造像之间的相似关系进行分析，希望为残损造像寻找具有参考价值的相似对象。

侯妙乐解释，这种探索并不是让人工智能直接“生成”一个修复结果，而是希望将相似造像、结构信息、现存残损情况以及专家判断组织起来，为后续虚拟修复提供更加清晰的参考依据。

随着项目不断推进，团队进一步探索如何利用人工智能技术提升云冈石窟知识组织与智能分析能力。围绕这一方向，项目技术负责人、长安大学青年教师师皓玥带领团队开展云冈石窟专业知识大模型研究，将考古文献、图像资料、空间知识图谱等多源数据与大语言模型结合，探索面向文化遗产场景的智能问答与知识推理方法。目前，团队已经搭建云冈石窟知识的智能问答原型，将相关文献资料和知识图谱用于辅助检索和回答，使研究者可以通过自然语言查询相关知识。

下一步，团队计划继续补充云冈石窟专业文献和图文资料，完善知识库以及图像、文本与空间对象之间的对应关系，提高专业问题检索和回答的准确性。同时，也将进一步探索大模型与前期已经形成的知识图谱、造像识别和智能量算工具之间的结合，使前期各项相对独立的研究成果能够逐步连接起来。

进一步地，团队希望通过大模型，把分散在文献、知识图谱和三维数据中的知识进一步关联，并探索根据研究问题调用识别、量算等工具的可能性。未来，团队将面向文物数据基础设施建设和石窟考古保护利用需求，进一步融合多源数据、知识图谱与专业大模型，探索文化遗产从数字化保存走向智能化认知与研究利用的新路径。