以下文章内容转载于腾讯数字文化。

7月25日，第48届世界遗产大会现场，“景德镇手工瓷业遗存”正式列入《世界遗产名录》。千年瓷都，终于等来了这一天。

聚光灯之外，景德镇御窑博物院的修复室里，一场静默的“重逢”正在发生——

约一万五千片明正统青花云龙纹大缸的碎片，在地下沉睡了近六百年。它们其实从未进过紫禁城——按明清御窑的规矩，烧造失利或落选的瓷器必须当场砸碎、就地掩埋，民间不得留存一件“备份”。如今，这些碎片静静地躺在库房中，等待被重新拼回一条龙、一口缸，返真复原一段尘封的历史。

过去，陶瓷碎片“复原”纯靠修复师的人工“手搓”：一片一片翻找，一片一片比对，旷日持久，且高度依赖个人经验。而现在，有了腾讯探元计划的支持，御窑博物院院长有和北京大学信息管理系技术团队、腾讯技术团队横向合作的机会，让人工智能与三维计算技术共同切入破解陶瓷碎片拼接这个古老的问题：

碎瓷万片，何以重圆？

中国“景德镇手工瓷业遗存”正式列入《世界遗产名录》

【出题：破碎的御窑重器，寻找“最实的解法”】

面对成千上万的古御窑陶瓷碎片，景德镇御窑博物院院长翁彦俊成为数字技术破解瓷片拼接的新时代“出题人”。

御窑厂遗址近四十年的考古发掘中，出土了数十吨瓷器残片。其中仅明正统青花云龙纹大缸相关碎片，就有约一万五千片——分散、无序、断裂面各异，原始器物的形态信息被物理性地“打碎”了。传统人工拼对高度依赖修复师的个人经验，周期长、难以规模化，频繁接触碎片还可能带来新的损伤。

翁彦俊并非没有尝试过技术路线。早在2022年，院里就尝试过用扫描建模、影像比对等数字化手段辅助拼对，但都卡在了同一个地方：成本太高，耗时费力，效率和精准度都不理想，更难以规模化实施。

翁彦俊甚至没有把目标定在“拼出一口完整的大缸”上。“我们不追求全自动拼对。”翁彦俊说，“哪怕‘两两匹配’功能能够落地，能为修复师找到一对严丝合缝的碎片，这件事就有实用价值。”

修复师翻找比对碎瓷示意图（配图为AI辅助生成）

【解题：AI给每块碎瓷一张“三维身份证”，把“匠人手艺”写进算法】

御窑“古陶瓷基因库”AI文物修复项目，由景德镇御窑博物院、北京大学信息管理系、腾讯数字文化实验室、腾讯多媒体实验室四方共建。

面对上万片形态各异的碎瓷，算法面临的本质挑战是组合爆炸。理论上，计算机虽具备海量穷举能力，但若对每一片碎片进行无差别的“两两拼对”，其产生的排列组合将是一个天文数字，直接在算力面前“撞墙”。

转机来自北京大学信息管理系与御窑博物院的碰撞。团队提出“多级分类”策略：先按釉色、造型和部位进行人工粗分类，把大问题拆成小问题、降低计算复杂度，再把人工无法细分的精细拼合交给算法。这正是考古类型学与AI解法的一次融合。

即便如此，题依然难解：分堆之后，每堆碎片依旧数以千计；每片瓷有多个侧面，每个侧面原本可能连接的不止一片。北大信息管理系助理教授位通团队给出解法:从海量碎片中找出断面匹配、纹理连续、几何吻合的组合，逆向还原出器物的三维形态，这本质上是一场组合优化。

为此，团队先从源头做起：为万片碎瓷赋予“数字生命”——给碎片建档案。

项目通过三维扫描，为每一片碎瓷建立高精度数字模型，相当于办理一张“三维身份证”。北京大学信息管理系位通团队联合腾讯多媒体实验室多次与御窑博物院修复专家进行沟通和探讨，协同推进以下关键工序：

标注断口——自动识别每块碎片的断裂区域。目前北京大学信息管理系团队已完成约3000片碎片的断裂面精细化标注，训练出的模型不仅能找到断裂面，还能区分同一块碎片上的不同断口，为精准匹配提供依据。

辨识身份——判断碎片来自大缸的哪个部位，口沿、腹部还是底足，让上万片碎片先“各归其位”。

筛出候选——这是缩小搜索范围的关键一步。北京大学信息管理系团队通过碎片断裂面、纹饰等特征，研发AI筛查候选模型，系统不再两两盲目比对，而是为每一片生成候选匹配对——就像给每块碎片列出一份“最有可能的五十个家人”名单。

三维试拼——在候选筛选的基础上，北京大学信息管理系与腾讯多媒体实验室分别对候选碎片开展虚拟试拼，搜索不同断口、相对位置和空间姿态，通过三维配准生成多组候选拼合方案。

评估排序——腾讯多媒体实验室基于综合碎片的几何形态、断口契合程度和纹理连续性，对候选方案进行自动评分与排序，并对高置信度结果进一步开展精细配准和姿态优化。

多片重建——在可靠的两片拼合关系基础上，项目团队继续寻找能够加入的新碎片，逐步形成多片局部组合，探索器物级三维重建。

人机复核——是这场数字考古中最具“温度”的一环。AI筛出的候选关系和算法生成的三维拼合结果，还得送到御窑修复师的手上“过堂”。他们凭借着光看釉色的流变，摸断口查胎质的新旧，对算法给出的“亲缘关系”进行终审。这不仅是一次校对，更是经验对算力的“纠偏”。AI负责“广撒网”，专家负责“稳收杆”。

这一过程实现了文物修复从“匠人手艺”向“工程流程”的转变：从依赖个人经验转向“数据整理—断口识别—部位分类—候选筛选—三维拼接—专家复核”的可追溯数字化链路。目前，项目团队已研发出碎片配对校对平台及智能拼合系统，完成万余片龙缸碎片的数据整理，在246片样本验证成功。这道题目的难度，一个数字足以说明：御窑厂遗址发掘近四十年来，修复师靠人工拼对只复原出3口龙缸；而如今，在AI初筛、三维拼合与专家复核的分工之下，碎片匹配有望被压缩至分钟级，真正实现了AI识别、三维计算与专家判断的优势互补。

碎瓷“三维身份证”示意图（配图为AI辅助生成）

【意外：AI的“火眼金睛”，从碎片堆里翻出了新线索】

令人惊喜的是，除了技术突破，AI 还充当了“考古侦察兵”的角色。

在数据处理过程中，位通团队注意到：部分碎片的器形和纹饰特征，与正统青花云龙纹大缸并不一致，其中还出现了此前未被重点关注的纹饰类型。

这意味着，这批被笼统归为“龙纹大缸碎片”的出土物，可能混杂着其他器物类别。AI的“火眼金睛”，为重新梳理该批文物的来源、类别和组合关系，提供了全新的研究线索——智能拼接在辅助修复之外，意外打开了考古研究的一扇新窗。

接下来，团队将继续处理碎片数据，对疑似非龙纹大缸碎片及新纹饰建立独立档案，并结合景德镇专家意见复核；数字化复原的龙纹大缸三维模型，未来将在探元平台开放展览，修复成果也将在景德镇御窑博物院与公众见面。

AI发现未被重点关注的纹饰类型示意图（配图为AI辅助生成）

【缘分：从2024到NextGen，探元与千年瓷都的持续同行】

这个项目还有另一重身份：它是“探元计划NextGen”AI考古赛道的入围项目——“景德镇陶瓷智拼项目”，腾讯SSV作为技术支持和资助方，景德镇御窑博物院是场景方，北京大学信息管理系是技术方，项目立足御窑厂遗址数十年考古发掘积淀的珍贵标本，以数字化与人工智能手段革新修复方法，要回答的，是上万片碎瓷如何“拼回去、活过来”。

而这并不是腾讯探元计划与景德镇的第一次牵手——早在“探元计划2024”，共创项目“千馆万瓷”陶瓷文化遗产数字资产版本库，运用“时域”光学孪生技术，连瓷面的冰裂纹、釉料的窑变痕迹乃至柴窑烧制中的微小气泡都被完整留存，完成数百件陶瓷器的数字化采集，为千年瓷都建起一座可传承、可研究、可品鉴的“数字资产版本库”。

而在景德镇的申遗路上，这份缘分还在加深。腾讯SSV数字文化实验室联合景德镇申遗办、御窑博物院等单位，共建“景德镇瓷业文化遗存”多模态AI数据集——3万多份学术期刊、5000多份陶瓷基因标本、近千件中外瓷器信息，整合成可解析、可溯源的数字语料库，成为申遗文本求证背后“看不见的托底”。

御窑博物院多年自建的“古陶瓷基因库”，与这座数据基座彼此呼应——一个为陶瓷器留存可比对的标准样本，一个为研究与申遗提供语料支撑。而每一枚被数字化、被识别、被重新归位的碎片，都是对“景德镇手工瓷业遗存”价值的一次实证。

古陶瓷基因库页面

【回响：AI拼起的不只是一口龙缸】

六百年前，龙缸碎了；而景德镇的窑火，一烧千年，至今生生不息。

六百年后，探元计划为一座博物院和一所大学筑起AI共创的桥梁，用算法和时间，让碎片重新开口说话。

翁彦俊看重的是“哪怕两两匹配也有价值”的务实，位通打磨的是“从数据到拼接”的完整流程——一个出题，一个解题，中间站着探元计划搭建的共创机制，和一群愿意把冷板凳坐热的年轻人。

跳出来看，这道题的价值不止于一口缸。不妨追问一句：花上这么多时间修复大缸碎瓷，到底是为了什么？

其一，是探索AI解法在现实场景中的落地。现实是复杂的——碎法千奇百怪；现实也充满意外——不同器物的碎片掺在一起。实验室里的算法直接拿来用，难免“水土不服”；正是在这样的真实难题中摸爬滚打，AI才能学会适应真实世界。

其二，是AI与考古的结合。面对指数级复杂度的难题，光有算力并不够。先验知识的介入，比单纯的算力堆砌更巧——团队将考古学知识引入，与大模型解法的有机结合，实现“四两拨千斤”，突破计算复杂度瓶颈。

其三，是为考古学趟出一条路。从“拼接一件文物”，走向“建立一套可持续使用的数字化文物研究方法”——这套链路一旦跑通，便可复用到更多同类型文物的修复与保护中。龙缸，只是开始。

碎瓷万片的重圆之路才刚刚开始。而当它们重新拼成一条龙、一口缸的那一天，世界看到的，将不只是一件御窑重器的重生，更是一座千年瓷都在数字时代，对自己文明记忆最深情的回望。

探元回响，AI赋能千年窑火（配图为AI辅助生成）