浦东美术馆内，观众正在使用AI讲解员了解毕加索的作品《装扮成喜剧丑角的保罗》相关创作背景。

本报记者 孙亚慧摄

拿起手机，点击“视频通话”，接通后将手机对向博物馆内的展品，属于观众自己的AI讲解员随即上线。

“这幅画作的立意与毕加索的童年有关吗？”

“这一幅下方好像有缺损，是如何造成的？”

……

无论抛出什么问题，屏幕那头总会送来耐心而专业的解答。它不仅能够陪唠，必要的时候，还会委婉纠正观众提问时出现的知识性错误。

在上海浦东美术馆官方AI讲解员的陪伴下，记者收获了一次特别的看展经历。

美育资源突破时空限制

前不久，字节跳动旗下的AI工具豆包，正式成为“图案的奇迹：卢浮宫印度、伊朗与奥斯曼的艺术杰作”与“非常毕加索：保罗·史密斯的新视角”两大国际大展的官方AI讲解员。

陆家嘴集团副总经理、浦东美术馆董事长李旻坤表示，AI讲解员可以极大丰富观众的看展体验，让艺术“千人千面”的风采得以呈现。

“过去的展览我们主要靠展签、二维码等来提供有限信息。人工导览又受限于知识广度，很难满足每个人个性化的好奇心，每个人关注的点都不一样。我们期待这位博学敏锐、持续精进的AI讲解员能成为连接观众与国际艺术瑰宝之间的智慧纽带。”在李旻坤看来，近年来展览行业的许多变化，是科技改变生活的实例。一直以来，展览的物理空间让内容呈现受到制约，随着AI技术的引入，观众可以在看展时获得更多信息，美育资源也将突破时空限制。

“如果AI讲解员的信息足够准确，它就可以极大地丰富大家对于艺术作品的感知和体验，这是很有意义的事情。”她说。

字节跳动副总裁朱骏认为，AI和用户的交互在本质上是一种对话体验。立足于产品设计，团队希望AI讲解员能在观展过程中，通过启发式的对话和更具共情意味的提问，调动观众已有的看展感受和经验。从“看见”到“理解”，AI可以帮助观众“读懂”艺术。

最大挑战是确保内容准确

在博物馆场景中使用AI讲解，技术上最大的挑战是什么？

答案不言自明——确保内容的准确性。

据豆包逛展项目负责人李若瑄介绍，模型需要攻克3个核心难题：区分外观高度相似的展品、解读小众稀缺的文物资料、在观众移动观展时AI保持稳定识别。

“以伊朗15世纪的牡丹纹盘为例，其风格与明代永乐年间的青花牡丹纹盘非常接近，这就要求AI必须从细节入手，能精准识别出文物细微的纹饰、工艺差异，给出正确信息。”李若瑄说。

多角度拍摄也会带来识别挑战。文物从不同视角拍摄时形态差异很大，AI必须稳定识别出同一物品。此外，观众很难在逛展中为AI提供标准化的拍摄环境，画面常有抖动、遮挡和光线变化，观众还会用口语化、连续提问的方式，这对AI的上下文理解和空间感知能力提出了很高的要求。

同时，很多展出的文物，尤其是卢浮宫特展中的藏品，互联网上几乎没有公开信息。AI无法依赖网络搜索，必须依靠与美术馆深度合作的专属数据库才能准确解读。

记者在体验中发现，即使有意识避开展品标签，AI也能够快速精准识别出具体展品。这背后，是豆包C1.8视觉语言模型提供的技术解决方案。该视觉语言模型包括图像推理、多帧视频分析、工具调用和自然对话理解等方面，以提供精准、稳定、人性化的AI导览体验。

2025年5月，豆包上线了基于视觉推理模型的视频通话功能，支持实时视频问答与联网搜索，凭借自然的交互体验吸引了不少用户尝试，为此次美术馆场景的应用积累了技术经验。

从技术层面来看，视频讲解功能来自Seed1.8模型的强大支撑。目前，该模型在视频感知、流式、视频理解领域处于国际第一梯队水平，不再局限于传统AI“拍图—提问—再拍图—再提问”的断点式交互，而是能实时跟随观众视角移动，在与人的交互中持续理解观众眼前变化的场景，从而实现更加自然、连续的人机互动。

定制专属观展路径

“看展，为什么非要按照规定顺序看呢，可以按照我喜欢的方法或者顺序去看吗？”李旻坤的这番话引发了现场不少人的共鸣。

技术带来的变革不仅改变了信息获取方式，更重塑了观展路径与思维方式。在AI讲解员的助力下，“沉浸式”看展的趣味性更强。

比如，传统观展流程遵循美术馆设定的固定路线，所有观众按照同样的顺序完成标准化路径。有了AI讲解员作为看展“搭子”，观众可以打破固定模式，依据自身时间和兴趣定制自己的观展路径。

AI讲解员出现了，观众对人工讲解员的需求会下降吗？

在李旻坤看来，真人面对面之间的交流需求会一直存在，这正是AI讲解员无法替代人工讲解员的原因所在。“人与人之间的互动与人和AI的互动不一样，各有各的乐趣，这同我们日常生活中所有的行为逻辑一样。人脑是有限的，想让人像机器一样博学很难，人工服务可以向着更聚焦、专业、精良的方向发展，为观众提供更加生动的看展体验。”

科技与文化的跨界合作正在重塑文化传播的生态。在浩瀚文明面前，AI正在完成自己的使命——帮助人类更好去“看”，为求知与好奇铺就一条随时可以出发的路。