清代瓷器标成明代、清代铜镜标成西周、"挂花"铜钱写成"桂花"——2026 年 11 月 14 日,封面新闻报道了一位网名"博物馆打伪"的网友,累计发布了 180 多条给各地博物馆展品"挑错"的视频;据这位网友称,湖北潜江市博物馆的展品说明牌有数十处错误。记者 13 日联系馆方,工作人员表示已暂时闭馆 3 天核查。截至发稿,核查结果尚未公布——"数十处"是发布视频者的说法,逐条是否成立要等馆方通报,本文不替任何一方下结论。
让人在意的是这类错误的性质:牌子和实物对不上、术语像是造出来的。这是只有研究文物 30 余年(这是当事人的自述)的老手才看得出来的活,还是今天那个会"看图识字"的 AI 也能搭把手的事?我们做了一轮小实验。
一、先划边界:测的是通用能力,不是重裁潜江案
我们拿不到潜江市博物馆的说明牌原图:馆在闭馆核查中,无法拍摄;新闻报道里的展品图有版权,直接搬进实验是错上加错。所以实验设计成可控版本——展品图片全部取自大都会博物馆的 CC0 公有领域开放素材(可自由使用,题目均附该馆对象编号,可回查原始著录),"说明牌"由我们自己写:一部分故意写错,一部分按著录写对。
这测的是"牌子与实物对不对得上"这个一般问题,结论不适用于潜江馆的具体差错,更不构成任何鉴定意见。
方法一句话说清:模型用 qwen3.8-flash(本站视觉档默认),温度 temperature 0.2,每题单次调用、不重试不追问;系统提示词要求"先列图中可见特征,再判正确/错误/无法从图片判断,禁止编造看不到的细节,禁止迎合提示"。
二、六道图题
题一(故意错):清中期釉上彩仕女童婴图盘(对象编号 50034),牌写"明代 青花瓷盘"。模型判错:盘面用了粉、黄、绿多色并有描金,并非只有蓝白两色的青花;仕女婴戏加锦地纹符合清代彩瓷特征。建议改正清粉彩。朝代和工艺两处错,全部命中——这正是新闻里"清代瓷器标成明代"的同款错误。
题二(我自己踩的雷):我本想设一道"对标签"的对照,把明嘉靖青花五彩罐(对象编号 42549)的牌子写成"莲池鸳鸯纹罐"。模型判错:水中是两条黄鱼,可见鱼鳞、鱼须与尾鳍,"并非鸳鸯等水禽",应作"莲池鱼纹罐"。而该馆著录原文就是 Jar with carp in lotus pond——莲池鱼藻罐。命中,命中得我心服口服:这道题的"鸳鸯"是我自己抄牌时凭印象写错的。
题三(又一颗我自己埋的雷):南宋龙泉窑青瓷茶盏(对象编号 48373),著录只有"Tea bowl",工艺一栏没提莲瓣,我照着"龙泉常见莲瓣碗"的印象在牌上加了"莲瓣"二字。模型判错:外壁光素无纹、斗笠造型,"莲瓣碗与实物特征不符"。同时它认对了淡青釉色、龙泉窑口与南宋年代,还注意到内壁口沿下一块褐色痕迹——著录恰好注明 gold lacquer repairs(金漆修补)。
题四(完全正确的对照):唐三彩骑马俑(对象编号 44805),牌子与著录一致。模型判"正确、把握高",并列出黄褐釉马身、白釉马头底座、绿釉骑者、倾听姿态。六道里唯一一张标准答案牌,它没有为"干活"硬挑刺——误报为零。
题五(专业陷阱):牌写"西汉 规矩纹(TLV)铜镜",著录却是日本古坟时代(公元 4—5 世纪)仿汉式镜(对象编号 44835)。模型判错,方向是对的;依据是"宽平素缘上密布的放射线纹与锯齿纹带,属新莽至东汉特征",建议改断"新莽或东汉"。对一半:它看出了"这不是西汉",却看不出"这压根不是汉地铸的"。公平地说,仿汉镜的真相靠的是流传与鉴定,光凭一张照片谁都看不出"东传"这一层——这一题考的不是 AI 的眼力。
题六(故意错的难题):清顺治青花五彩"蓝袍记"故事瓶(对象编号 76452),牌写"明代 青花瓷瓶",复刻新闻里"清标成明",且难在"青花"二字属实、只错朝代。模型判错:釉下青花之外还有釉上红、绿、赭彩,"并非单纯青花";筒瓶造型与人物开脸具清康熙特征。主判定全对(朝代错标、"青花"之名越位),精确度差一格:实为顺治,答了康熙——相邻朝代,一个照面难以钉死年号级断代。
三、两道文题(不看图,只看牌子)
新闻里的差错分两种:一种要对照实物,另一种纯粹是术语——"双敛"如意花形铜镜(据挑错网友称应作"双剑纹")、"桂花"铜钱(应作"挂花")。后一种机器连图都不用看。
题七:给模型"宋 双敛如意花形青铜镜"的牌面文字盲审。它答:有可疑——"双敛"在铜镜术语里不成立,更可能是"双鸾"的形近之误(繁体"鸞"与"敛"形近);"如意花形"也不典型。判定准确:这个词确实站不住。但它给的更正是"双鸾"不是"双剑"——宋镜著录里双鸾纹远比双剑纹常见,模型在没见实物的情况下只能猜概率最高的那个。它闻得出"这词不对",但说不出正确答案是哪一个。
题八:牌面"清 桂花铜钱(桃形)"。模型判:"桂花铜钱"不是既有货币名称;桃形、可佩挂,更接近民俗钱里的花钱或厌胜钱,应规范为"桃形花钱"。类名改对是命中("铜钱"改成"花钱"正是这处错误的核心),但没点中"挂花"这个原始词形——方向对,字面差一步。
四、对账:能力分三层
六张图题里,五张的牌子确实含错(三张是设计埋的,两张是我自己抄错的),模型五张全判了"错"且指出了错处,依据四条与著录吻合、一条差在"流传"层;唯一全对的牌子零误报。两道文题都抓出了可疑,两次"反推正确名"都没命中实际答案。整个实验视觉加文本一共一万四千 token 上下、六张图往返 8 到 51 秒,成本在本站既有视觉套餐内可以忽略。
样本很小(6+2、单模型、单次),不能由此外推出"所有 AI 都很会挑错",但能力的分层非常清楚:
- 牌子文字与图像证据直接冲突的错——挑得动。错彩、错工艺、错主体(鱼写成鸳鸯)、不存在的纹饰(凭空加莲瓣)、不成词的术语(双敛)。这类"看得见"的错,机器查起来快、便宜,而且不会像我一样凭印象写错自己核对过的东西。
- 相邻断代——挑得动一半。顺治看成康熙、西汉纠正成新莽东汉:方向对,年号级精度差一格。
- 真伪、流传、"正确答案到底是什么"——看不出,也不该问。仿汉镜它判不出东传;"双敛"该回改"双剑"还是"双鸾",只有实物和文献在场才有意义。
这个分层正好对应博物馆内容审核的流程:机器做第一遍"牌物冲突+术语筛查",人做"定名与断代"的终审。国家文物局《关于进一步加强全国博物馆陈列展览内容审核工作的通知》(文物博函〔2026〕1233 号,2026 年 8 月 19 日印发)要求立即开展核查整改之后,不少馆要自查的说明牌以千计——这是 AI 能帮上忙、又不越位的位置。反过来,若直接让模型反推"应该是什么"然后落笔改牌,本实验里两次反推都没命中,就是给这件事的提醒。
五、如果你也想拿 AI 看看展
- 让 AI 陪看展时,"错"的判断可以多信,"其实是某物"的判断全当待核的假设。
- 鉴定、估价、真伪场景不要拿模型输出当意见:本文测的是"牌子与图是否一致",和"东西是真是假"完全是两回事,文物鉴定需要资质机构。想试试"牌物对不对得上",可以把展品照片和说明牌文字一起放进本站的 截图分析卡,提示词就用"先列可见特征、再下判断、不许迎合"这个结构。
- 相信你写的"标准答案"之前,先跑对照组:我这轮三道对照题里两道埋了自己的错,错不在模型太苛刻,在人太相信印象。
延伸阅读:同一套"把图交给 AI 看"的思路,动植物领域有人这样玩过——终南山「绿色怪虫」是什么?AI拍照识动植物,这篇给你完整实测方法;而 AI 编造内容那头,我们测过另一面——一条30秒的AI伪史视频,标价5000日元。
常见问题
Q: 潜江市博物馆已经被认定错了数十处吗?
A: 没有。"数十处"是发布视频的网名"博物馆打伪"的网友的说法,馆方 11 月 13 日答复媒体称已暂时闭馆 3 天核查;截至本文发稿,核查结果尚未公布。逐条是否成立,以馆方后续通报为准。
Q: 为什么实验不用新闻里的展品图?
A: 两个原因:一是涉事馆闭馆核查中,我们无法现场拍摄;二是新闻报道图片有版权,直接拿来改造成实验素材不合适。本文用图全部来自大都会博物馆 CC0 公有领域素材,可自由使用,每题附对象编号可回查著录。
Q: 能不能让 AI 直接把说明牌改好出终稿?
A: 不建议。实测显示模型判"对错"较可靠,但两次反推"应该是什么"都没有命中实际答案。正确的名称与断代必须由专业人员核对文献与实物后审定,机器适合当第一遍筛查,不适合直接落笔。
Q: 这个实验可以复现吗?
A: 可以。模型 qwen3.8-flash,temperature 0.2,每题单次调用;提示词结构(先列可见特征再判定、禁止迎合)与六个展品对象编号都在文中,任何人可取同一组图重跑。n=6+2、单模型、单次调用的结果只说明该任务的能力分层,请勿外推成"AI 通用能力"结论。
Q: 我拿 AI 帮我看展、认东西靠谱吗?
A: 分三层:问"牌子跟实物对不对得上"可以一试;问"这算哪个朝代"半信半疑;问"真的假的、值多少钱"不要问——鉴定估价需要资质机构,本文所有模型输出均不构成鉴定意见。
评论