当北京大学的艺术史学者朱青生向屏幕那端的豆包提问“这把匕首的刀柄和刀刃究竟如何固定”的时候，豆包以平实清晰的语言解释道这类匕首被称为马头柄匕首，采用了柄心卯合法，即工匠在玉质刀柄底部钻孔，将刀刃延伸出的金属芯插入，然后再往里浇注融化的黄金液体或者其他金属液体，冷却后就形成了既牢固又华美的结合。
图 | 马头柄匕首
朱青生听完之后感叹道，一个AI能够如此准确地描述浇注这样的工艺细节，这已经超越了许多普通观众的知识范畴。他随即补充道，在考古领域类似工艺的具体实现方式有时甚至存在学术争论，但是豆包给出的信息之详实令人印象十分深刻。这一场景，发生在2026年1月20日上海浦东美术馆的一个雪日上午。当天，豆包与浦东美术馆共同举办了“豆包带你逛浦美”的活动，首次公开解锁了豆包的AI逛展能力。
带上豆包逛博物馆：毫厘之差也能辨别，支持轻声问语
活动中，豆包逛展项目负责人向观众坦陈了AI担任博物馆讲解员的最大难点：准确性。她展示了两件青花瓷盘的照片，左边是来自浦东美术馆当前展览中的伊朗十五世纪牡丹纹盘，右边则是明代永乐年间清华牡丹纹盘。两件器物在纹样、釉色和器型上都颇为神似如同孪生一般。这就要求豆包必须从牡丹花瓣勾勒的笔法、青料发色的微妙层次，或是从边饰纹样中潜藏的不同文化符号里找出差异，只有这样才能给出确切的答案。
图 | 从左到右：伊朗15世纪《牡丹纹盘》、明代永乐年间（1403-1424年在位）青花牡丹纹盘
另一个挑战源于展品背后知识的冷门。豆包逛展项目负责人展示了另一组展品的照片，并邀请现场观众使用手机尝试搜索相关信息，结果却是一片空白。许多来自法国卢浮宫的珍品，特别是那些反应历史上印度、伊朗与奥斯曼帝国之间复杂艺术交流的物件，它们的相关知识尚未得到互联网的全面记录。而这恰恰是这次豆包和浦东美术馆合作的意义所在，通过与浦东美术馆的独家数据协作，豆包得以深入到艺术史的角落，从而能将那些罕为人知的故事，使用通俗易懂的语言传递给观众们。
展厅环境也会对豆包提出考验。观众的手机摄影取景往往是非标准的，画面可能存在抖动、遮挡或者光线变化。观众的提问往往也是即兴和口语化的，可能会从一个展品跳跃到另一个展品，这时豆包就需要理解这种随性的、带有上下文关联的对话。为此，豆包搭载了轻声提问模式，观众只需低声说话就能被识别到，即满足了即时解惑的需求，也维护了美术馆的安静。
更自由、更深入的AI观展可能来临
对于以前的传统看展方式来说，信息获取的路径往往是预设好的。要么是我们自己提前查阅资料自己逛，要么是我们花钱请一位真人讲解员，有时还要等人数达到一定数量时，才可以跟着讲解员逛博物馆，而且必须时刻紧跟着大部队不敢有一点放松。豆包带来的改变在于它创造了一种即看即问、即问即答的交互可能，想逛多久、想听多深的讲解完全由你说了算。
在浦东美术馆“图案的奇迹”展厅，当观众针对一件伊朗十七世纪的《赛诗会饰板》上描绘的华丽场景产生好奇的时候，只需要轻声提问，豆包就可以从展品画面上所依据的波斯古典文学故事讲起，并能延伸到这类艺术品在当时宫廷宴会与文人雅集中所扮演的文化角色。如果观众接着提问这种画法的独特之处在哪里，豆包可以无缝切换到对于画面所使用的矿物颜料、金箔贴饰等细微工艺的说明。假如观众意犹未尽，又问了画中诗人可能在吟诵什么的问题，那么对话又能走向波斯诗歌的美学世界与哲学内涵。
图 | 《赛诗会饰板》伊朗 17世纪中叶
这种连续、深入、跟随兴趣而发的追问，打破了传统导览的线性方式，让看展成为了一个高度个性化的知识探索。复旦大学中文系教授梁永安分享了他的体验。面对一件融合了多元文化符号的异域青花瓷，他可以直接询问豆包为何上面的图案与中式纹样不同并出现了特定的动物形象。豆包的回答，则涵盖了历史上跨越大陆的贸易与文化等内容。这种即时和精准的陪伴，让梁永安可以更加放松地沉浸于观看和感受本身，完全无需预先查看资料。
支撑这种流畅交互的，是豆包背后的技术能力。基于豆包视觉理解模型的视频通话能力，观众只需举起手机打开摄像头，就可以在实时流动的画面中，随时根据眼前所见进行发文，无需反复拍照、发送和等待。豆包也能理解不断变化的视角、构图甚至光线的明暗，实现交谈上的连续性。
艺术解释的门槛或被AI打破
一直以来，艺术和艺术解释都并非寻常事物，当我们希望了解艺术，就得翻开专门的书籍、来到专业的场馆或者寻找一份专业报道。而艺术领域的学者和讲解员的时间与精力有限，这种艺术资源的有限所能惠及的观众也只能是冰山一角。许多初次或者偶尔走进美术馆的观众，面对陌生的艺术语言与历史语境，经常感到隔阂和无从下手，最终可能匆匆路过，带着模糊的印象离开。
而当豆包充当AI讲解员这一角色的时候，让艺术解释这一资源变得高度可及。无论你在任何时候走进任何国家的一家展厅，都只需要打开豆包，这时一位不知疲倦的AI讲解员就在身边。它不限于固定的导览时段，不区分你的知识背景，还能永远保持待命状态，让欣赏艺术的门槛得到了降低。
这种普惠也体现在千人千面的个性化适配上，豆包提供了通用版和亲子版等不同的解说风格。尤其是亲子版，对于即将在寒假走进博物馆的亲子观众来说是极大的裨益，孩子问父母这个展品是什么、父母回答不出来还要专门上网搜索的局面可能再也无需发生了。对于带着孩子观展的家庭来说，亲子风格也能使用更加生动、更具故事性的语言，来激发孩子的想象力和兴趣；对于艺术爱好者或研究者等有一定艺术基础的观众来说，豆包则可以深入探讨展品的技法细节和历史语境。
也就是说，尽管不同观众的基础和需求是不同的，但是豆包可以提供不同维度和不同颗粒度的信息，满足从简单了解到深度理解的多种观展需求。当每一个你我他都能完全按照自己的节奏、围绕自己独特的兴趣点进行探索的时候，我们的观展意愿和停留时间自然也会提升，我们的看展可能也会从打卡式的短暂停留，转向理解式的深度沉浸。
AI并非全能，也并非要替代人类
当然，豆包不是全能的。朱青生在高度肯定豆包能力的同时，也指出人文精神中那种独特的直觉、情感温度、批判性思维和创造性的火花，依然是人类独有的疆域。
浦东美术馆董事长李旻坤表示，真人讲解服务因其真实的、人与人之间充满感情流动的互动，在未来依然不可替代，并将朝着更专业、更精深的方向发展。而AI讲解则为观展开辟了一条新的、平行的通道。两者可以互为补充、协同共生，共同为观众构建一个更加立体、更加包容、更具层次的文化服务网络。
字节跳动副总裁朱骏认为，AI与人的对话应该是平等启发的交流，通过调动起来观众自身的情感记忆，让AI和人类可以共同完成对于展品的理解。
当然，豆包的应用及其背后的温度，并不止于观展这一场景。笔者发现早在2025年初，就有至少两位亲戚及其孩子都已经在使用豆包，2025年底和一位95后朋友相聚她更是表示试用了那么多AI工具发现有豆包一个就够了。用户多、功能全、名字好记，这大概是当前许多人都与豆包的使用体验。
图 | 豆包逛展项目负责人
豆包逛展项目负责人也在本次活动展示了网友所发现的更多豆包功能。比如，一位钓鱼爱好者让豆包帮他盯着水中的鱼漂，让浮子轻轻沉顿的那一刻发出提醒，结果真的钓到了鱼；一位视障女孩通过豆包拍摄妈妈的视频，让豆包使用语音描述的方式让她“看见”了母亲的温暖笑意。这些片段与浦东美术馆里的艺术对话一样，都在说明当豆包这样的AI技术成为一种普惠和温暖的陪伴的时候，或许有一天AI会像手机一样时刻陪伴着我们，或许有一天我们也会像离不开手机一样离不开AI。
热门跟贴