AIGC多模态知识驱动的文化遗产图像修复发展现状

王伶羽^1,2，方明珠²，郭美星²，胡舒娟¹，胡洁²，梁爽³，闫雨³，黎映川^4*

（1.武汉设计工程学院，武汉 430205；2.上海交通大学，上海 200240；3.郑州轻工业大学，郑州 450002；4.兰州理工大学，兰州 730050）

摘要：目的 旨在探讨生成式人工智能驱动的多模态知识库如何为传统文化遗产图像修复提供新的解决方案，推动文化遗产保护朝着智能化方向发展，以解决修复过程中存在的风格不一致与语义不连贯的问题。方法 梳理AIGC技术从生成对抗网络到扩散模型的演变过程，着重分析多模态知识库的构建方式、知识调取与融合机制以及知识引导的可控生成机制。结合有代表性的修复平台案例，评估其在文化遗产图像修复中的应用成效。结果 AIGC驱动的多模态方法可有效整合图像、文本等多源数据，提升修复过程中的风格一致性与语义连贯性，在处理复杂损伤以及保持文化语境方面，比传统修复技术更具优势。结论 AIGC与多模态知识的融合为文化遗产图像修复开创了新的模式，推动了修复技术朝着智能化与系统化方向发展。未来平台化系统集成、深层语义对齐与可信保障、人机协同伦理规范构建将是发展的关键方向。

关键词：生成式人工智能（AIGC）；多模态知识库；文化遗产修复；智能修复；生成对抗网络（GAN）

基金项目：教育部社人文社科研究规划基金项目（25YJA760094）；国家社科基金重大项目（17ZDA020）；上海交通大学智慧文科项目（25X010505174）；上海交通大学新进教师启动计划（24X010502878）；湖北省本科高校省级教学改革研究项目（2025533）

*通信作者