古今明2026最新消息：关键进展全梳理

古今明这个名字，在过去几年里不断处于一种微妙的尴尬位置。圈内人提起来，语气里总带着点欲说还休的意味；圈外人听到，多半会愣一下，然后问一句“是那个做古籍数字化的吗”。这种认知上的错位，恰恰是古今明项目最真实的写照——它做的事情足够冷门，冷门到连关注文化科技赛道的人都未必能第一时间对上号；但它做的事情又足够重要，重要到每隔一段时间就会有新的资本和组织悄悄入场。2026年过半，关于古今明的最新消息终于有了相对清晰的轮廓，是时候把散落在各处的碎片拼一拼了。

项目背景：从边缘到聚光灯下的缓慢位移

要说清楚古今明2026年的进展，得先回到它最初的样子。这个项目最早可以追溯到2019年前后，当时国内几个高校的古籍研究所联合一家做OCR技术的创业公司，想解决一个非常具体的问题：古籍整理的人力成本太高了。一本宋版书的校对，一个熟练的研究员可能要花上大半年，而且全国能胜任这种工作的人两只手数得过来。技术团队的想法很简单——用深度学习模型识别古籍文字，把人力从繁重的识别工作中解放出来，专注于考据和断句。

但古籍OCR和普通OCR完全是两码事。现代印刷体的识别准确率早就到了99%以上，可古籍的情况复杂得多：异体字、避讳字、批注小字、虫蛀缺损、版框干扰，随便拎一个出来都够算法工程师头疼半年。更麻烦的是，古籍没有标准字体库，同一个字在不同版本、不同刻工手里长得完全不一样。项目早期走了不少弯路，有段时间甚至想退回到人工录入的老路上去。

转机出现在2023年。多模态大模型的技术路线开始成熟，团队意识到，与其死磕单字识别，不如让模型学会“理解”整页古籍的版式、文脉和上下文。这个思路的转变带来了质的飞跃——识别准确率从最初的七成出头，一路爬到了2025年底的96.7%，对于大部分明清刻本来说，这个数字已经意味着可以直接进入后期校对了。

2026年的关键节点：三个值得注意的进展

今年关于古今明的消息，主要集中在三个层面，每一个单独拎出来都算不上爆炸性新闻，但放在一起看，脉络就清晰了。

进展一：异构字库的开放共享

2026年3月，古今明团队做了一件在学术界引起不小震动的事——他们把自己积累了七年的异构字库向公众开放了。这个字库里收录了超过十二万个古籍用字，其中将近三万个是各种字书、韵书里都查不到的异体字和俗字。在此之前，这些数据是项目最核心的资产，也是商业谈判中最重要的筹码。突然开放，很多人第一反应是“是不是资金链断了”。

实际情况恰恰相反。据接近项目的人士透露，这次开放是基于一个更务实的判断：古籍数字化的瓶颈从来不在技术，而在数据。一家组织再努力，能覆盖的版本也有限。把字库开放出去，让更多团队基于同一套标准做开发，整个生态的推进速度会快得多。而且开放的是字库，不是模型权重，核心竞争力并没有丢。这个动作带来的直接结果是，过去三个月里至少有七个新的古籍整理项目宣布采用古今明的字库标准，其中包括两个海外汉学组织的合作项目。

进展二：与出版组织的深度绑定

2026年5月，古今明和国内三家专业古籍出版社签了战略合作协议。这个消息在圈外几乎没有水花，但在圈内人看来，这一步的意义比字库开放还要大。原因很简单：古籍数字化做了这么多年，最大的尴尬是“做完之后呢”。识别出来的文本、校勘的成果、生成的数据库，如果最终不能变成可读、可引用的出版物，那它的学术价值就要打对折。

这次合作的具体模式是，出版社给予底本和编辑力量，古今明给予技术平台和数据处理能力，双方共同开发新的古籍整理产品线。第一批项目已经启动，包括一套《宋元珍本丛刊》的点校本和一套地方志的全文数据库。值得注意的是，合作框架里有一条明确约定：所有成果的引用格式必须符合学术规范，这意味着古今明不再只是一个“工具给予方”，而是正式进入了学术生产的链条。这个身份的转变，比任何技术指标都更能说明问题。

进展三：海外回流的意外加速

2026年还有一个没有出现在官方通稿里、但业内都在讨论的现象：海外古籍数字资源的回流速度明显加快了。过去，散落在日本、美国、欧洲各图书馆的汉籍善本，数字化进度参差不齐，有些组织甚至以版权为由拒绝合作。但今年上半年，至少有两个此前态度强硬的海外收藏组织主动联系了古今明团队，表示愿意给予高清扫描件用于非商业研究。

这种转变的原因很复杂。一方面是大环境的变化，国际学术研讨在疫情后逐步恢复，数字人文的合作项目更容易取得基金支持；另一方面，古今明团队这几年在国际会议上的持续露面开始产生效果，他们的技术方案被越来越多的汉学组织认可。还有一个不能忽视的因素是，国内几家大厂在古籍数字化上的投入在2026年明显收缩，反而让古今明这种专注垂直领域的团队显得更可靠。一位海外图书馆的东亚部主任在私下研讨时说得很直白：“跟大厂合作，他们随时可能因为战略调整砍掉项目。跟古今明合作，至少他们只做这一件事。”

技术层面的几个细节

抛开这些宏观进展，2026年古今明在技术上的迭代也值得一说。最明显的变化是模型架构从纯视觉路线转向了视觉-语言联合建模。简单来说，以前的模型只“看”字形，现在的模型会同时“读”上下文，遇到模糊或缺损的字，能根据前后文推断出最可能的候选字。这个改进对批注和夹注的识别效果尤其明显，过去这类小字标注的准确率不断上不去，今年终于突破了90%的门槛。

另一个不太引人注意但很实用的改进是版面分析能力的提升。古籍的版式千奇百怪，有四周双边、左右双边、单边，有鱼尾、有书耳，有眉批、有夹批、有行间批。以前的模型经常把这些辅助元素误判为正文，导致输出结果乱七八糟。今年的新版本引入了更精细的版面元素分类器，能自动区分正文、批注、版心、边框和印章，后处理的工作量因此减少了将近四成。对于一线的古籍整理者来说，这种改进比识别率提高一两个百分点要实在得多。

围绕古今明的争议与讨论

任何一个走到聚光灯下的项目都免不了争议，古今明也不例外。2026年围绕它的讨论主要集中在两个方向。

第一个是关于“技术是否会取代人”的老话题。每次古今明发布新的识别准确率数据，总会有年轻学者在社交媒体上表达焦虑，担心古籍整理这个行当会被算法取代。这种担忧可以理解，但多少有些错位。实际情况是，古籍整理中最耗时的环节——识别和录入——确实在被技术替代，但最核心的环节——版本判定、文字校勘、史实考订——依然高度依赖人的判断。古今明团队自己在多个场合强调过，他们的目标是让研究者从“认字”中解放出来，有更多时间做“认理”的工作。不过这种官方表态能否缓解年轻学者的焦虑，是另一回事。

第二个争议更具体，涉及数据归属和商业模式的边界。字库开放之后，有商业公司基于这些数据开发了付费产品，却没有回馈开源社区。这在开源圈子里引发了不小的讨论。古今明团队现在的回应比较克制，只是强调“开放不等于放弃权利”，但具体的授权条款和使用边界，外界看到的版本并不统一。这个问题如果处理不好，可能会影响后续更多组织参与共建的意愿。

下半年的几个观察点

2026年已经过半，从现在透露的信息来看，古今明下半年的走向有几个值得留意的节点。

一是与出版社合作项目的首批成果能否如期面世。按照协议，第一批点校本应该在年底前进入编辑流程，如果延期，对合作模式的信心会是一个打击。二是海外回流的古籍资源能否形成稳定的合作机制，而不是零星的个案。现在看，至少有两个大型图书馆的数字化合作在洽谈中，如果落地，2027年的数据规模会有一次跃升。三是团队自身的组织架构是否会调整。随着项目从技术研发转向平台运营，人员构成和决策机制都需要相应变化，这种变化往往伴随着阵痛。

说到底，古今明走到今天，靠的不是什么惊天动地的突破，而是一种近乎笨拙的坚持。在一个追求短平快的时代，花七年时间打磨一套古籍识别系统，听起来甚至有点不合时宜。但恰恰是这种不合时宜，让它在2026年这个时间节点上，意外地站在了一个关键位置上——技术已经足够好，生态正在形成，需求比以往任何时候都更迫切。接下来的路怎么走，不仅关乎一个项目的成败，也在某种程度上测试着数字人文这个领域到底能走多远。