大谱师AI识谱模型工作界面：左侧为明清古谱原文，右侧为AI自动识别生成的数字世系图

让AI读一本小说不难，让AI读一份家谱，难。

小说是线性文本，从头读到尾就行。家谱不是——它有世系图、垂丝图，人名之间用线条连接，跨页跨栏；它有大量异体字、避讳字、派语字；它的版式因地区、年代、宗族而异，明代的谱和清代的谱不一样，欧式谱和苏式谱不一样。

要让AI真正"读懂"家谱，光有算法不够，还需要谱牒学的学术支撑。这正是大谱师选择走产学研路线的原因。

学术与技术之间的断层

谱牒学是一门冷门但深厚的学问。上海图书馆《中国家谱总目》主编王鹤鸣等学者毕生研究家谱文献，厦门大学、宁波大学等高校设有专门的民间文献和公众史学研究机构。但长期以来，学术研究和技术开发之间存在一道断层：学者懂谱但不懂代码，工程师懂AI但不懂谱。

这道断层的直接后果是：市面上多数"家谱数字化"产品，本质上只是把纸质谱扫描成图片或录入成纯文本，AI无法理解世系关系，数据无法结构化利用。

陈煜要解决的，就是这个问题。

两所高校，一个研发基地

回归行业后，聚脉股份主动推进产学研合作，先后与厦门大学民间历史文献研究中心、宁波大学公众史学中心达成校企合作，联合挂牌设立专项研发共建基地。

这种合作不是挂名。高校提供的是谱牒学的学术规范和文献研究成果——世系如何编排、过继如何标注、字辈如何解析、不同版式如何识别；大谱师团队负责把这些学术规则转化为算法逻辑和产品功能。

一个典型的例子是AI识谱大模型的训练。模型需要学习大量标注好的古谱样本，而标注标准本身就来自谱牒学研究。哪些字是异体字需要归一化，哪些关系是承继而不是亲子，哪些注文是批注而不是正文——这些判断标准，不是工程师拍脑袋定的，而是和高校学者反复研讨确定的。

2024年大谱师数智云谱V7发布，展示了从资料识别、谱系编录到编目成书的全流程能力

从"认字"到"懂谱"：AI的三层能力

大谱师自研的TotemAI Engine图腾智籍AI引擎，在古谱识别上构建了三层能力：

第一层：文字识别。针对明清古谱的印刷特点和用字习惯，训练专门的OCR模型，解决异体字、避讳字、模糊字迹的识别问题。

第二层：版式理解。AI能够识别世系图的结构，区分欧式谱、苏式图等不同版式，理解线条连接的人物关系，而不是把所有文字混在一起。

第三层：逻辑校验。基于谱牒学规则，AI可以检测世系中的逻辑矛盾——比如代际年龄不合理、承继关系缺失等，辅助人工校对。

这三层能力叠加的结果是：AI识谱模型对明清家谱古籍实现了高准确率的智能识别、点校和拾取，减少90%以上的人工键录工作量。

标准先行：CN/GEN的学术价值

产学研合作的另一个重要成果，是CN/GEN中文家谱通用数据标准。

这套标准的制定过程，本身就是学术与技术深度碰撞的过程。它需要在学术严谨性和工程可行性之间找到平衡——既要符合谱牒学对世系、人物、婚姻、迁徙等要素的定义规范，又要考虑数据存储、交换和迭代的工程需求。

标准的意义不止于行业。对学术研究而言，标准化的家谱数据库意味着可以用计算方法开展大规模家族史、人口史、移民史研究；对文化传承而言，统一格式意味着不同家族、不同地区的谱数据可以互通、聚合、长期保存。

让冷门学问"活"在技术里

陈煜本身也是湖北省百姓家谱文化馆创办人兼馆长，参与制定了《新时代社区家风馆建设与服务规范》行业标准。他身上有一种少见的双重身份：既是国家专利发明人，又是谱牒文化的推广者。

在他看来，产学研不是权宜之计，而是这个行业的必由之路。"家谱数字化的核心壁垒，不是谁的算法更先进，而是谁更懂谱。"他说，"高校的学者们研究了一辈子谱牒学，我们要做的，是把他们的学问变成人人可用的产品。"

目前，大谱师平台已服务2万多个家族，覆盖430个姓氏。当AI开始"读懂"家谱，那些沉睡在古籍中的家族记忆，终于有了被重新打开的可能。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com