AI重多多2.0公开发布，发现2648组重片，为世界上最大规模的甲骨校重成果！
AI重多多2.0公开发布，发现2648组重片，为世界上最大规模的甲骨校重成果！
张重生 河南大学
2026年6-9月，河南大学计算机与信息工程学院张重生教授团队研制了大型通用甲骨校重平台，并在HuggingFace上公开发布，这是世界上首个公开发布的通用甲骨校重平台，实现了甲骨自动校重（AI重多多2.0）、甲骨重片总库在线查询和AI校重成果库三位一体。AI重多多2.0共发现了2648组甲骨重片，包括：在《甲骨文合集》和《甲骨文合集补编》上发现的295组校重新成果；及《上海博物馆藏甲骨文字》（简称“上博”）和《北京大学珍藏甲骨文字》（简称“北大”）与《甲骨文合集》和《甲骨文合集补编》进行校重发现的2353组甲骨校重结果，实现了AI甲骨校重技术的重大突破。相关系统演示论文已被EMNLP 2026 Demo Track录用。
其中，在《甲骨文合集》和《甲骨文合集补编》上，尽管甲骨学者已进行了大量校重研究，AI重多多2.0却实现了“尾矿淘金”，发现了295组甲骨校重新成果；在甲骨学专家蒋玉斌研究员的建议下，张重生又分别将《上海博物馆藏甲骨文字》和《北京大学珍藏甲骨文字》与《甲骨文合集》和《甲骨文合集补编》进行校重，实现了“新矿掘金”，一次性发现了2353组甲骨重片。
该大型通用甲骨校重平台的主要特色可概括为“三高两大”，是该平台三个主要组成模块的功能和特色凝练:
①重多多2.0是世界上首个公开发布的高精密甲骨校重软件，其技术特色是: 重多多2.0是高度泛化出来的甲骨校重模型和技术，而不是数据驱动训练出来的模型，高精密、高可用、高效能，用户上传甲骨拓本或摹本图像后，重多多2.0通常能够保证真正的重片图像包含在其检索到的Top-3、甚至是Top-1候选重片结果中，高精密，且高可用（指泛化能力极强）、高效能（指高效、快速），对甲骨材料的基础整理、现存甲骨数量的精准统计及民间甲骨藏品的查重、辨伪均具有重要价值；
②门张甲骨校重总库（总表）是世界上最系统最完整的甲骨校重基准数据库，收录了甲骨学界在《甲骨文合集》和《甲骨文合集补编》上几乎所有的专家校重成果，由河南大学门艺、张重生联袂贡献: 先由张重生通过技术手段将蔡哲茂、门艺、丁军伟、齐航福、章秀霞等甲骨学者离线整理的格式复杂多样的甲骨校重成果进行了系统整合和治理，再由门艺团队进行最后一轮人工审核确认，最终形成高度结构化、关系化的规范数据库。这是甲骨学界目前最完善最全面的（合集与合补上的）甲骨校重成果库，通过“通用甲骨校重平台”对外提供重片查询服务，甲骨学者和爱好者可进行一站式便捷校重查询，也形成了对AI甲骨校重算法和模型极为重要的基准参考库；
③AI重多多重片库是目前世界上最大规模的AI校重在线成果库，收录了重多多2.0发现的2648组甲骨校重新成果和其对应的校重效果图。三大功能模块互联融通、相互支撑，形成通用甲骨校重平台。
在“大型通用甲骨校重平台”的研发过程中，负责人张重生教授打通理论、技术、场景应用与工程落地全链条创新，既突出前沿创新性，又切实保证实用价值，既保证校重精准可靠，又能实现高效运算，既研发了高精密、高可用、高效能的校重软件和技术，又建成了两个世界上最大、最完整的甲骨校重结果库——专家校重成果库和AI校重成果库及在线查询系统：平台已在约7万幅甲骨图像中进行了校重，共发现2648组重片，再加上“门张甲骨重片总表”收集汇总的另外3627组重片，合计公开了6275组重片，形成世界上最大规模的甲骨校重成果库。将精准的重多多AI校重技术和两个最大规模的甲骨校重成果库集成，铸就“三高两大”大型通用甲骨校重平台。
AI的发展以月为时间粒度，而甲骨学研究则以年为时间粒度，AI擅长穷尽式计算和搜索及快速迭代，AI与甲骨学的深入结合（即“计算甲骨学”），能够极大地促进甲骨学的研究，2020年，张重生、莫伯峰、门艺及其课题组研发的甲骨缀合技术“AI缀多多”在甲骨残片智能复原方面取得重要进展，开启了基于新一代人工智能技术的“计算甲骨学”研究新纪元，得到新华社、中央电视台等媒体的广泛报道，2026年更作为国家古文字与中华文明传承发展工程“十四五”重要成果之一在国家博物馆展出。大型通用甲骨校重平台是继“AI缀多多”之后，河南大学在“计算甲骨学”领域的又一代表性成果，旨在为甲骨校重提供一揽子的解决方案，待甲骨学界帮助完善后，有望彻底终结甲骨校重问题。
附1：相关校重成果的下载方式（共有6275组甲骨校重成果）
百度网盘： https://pan.baidu.com/s/1ovwn5urTbdajTuNLo9UZkw?pwd=6275
Google Drive:
https://drive.google.com/drive/folders/1t8c6EE5HbivUea8LhRtkmR0_jIe92w-1?usp=sharing
附2：大型通用甲骨校重平台的链接和相关资源
大型通用甲骨校重平台（重多多2.0校重系统）：
https://huggingface.co/spaces/cszhangai/OBD-Finder2
Github及相关资源: https://github.com/cszhangLMU/OBD-Finder/
附3：甲骨校重的意义阐述
AI甲骨校重技术的意义（也是甲骨校重研究的意义）和用途可归纳为以下七个方面：
1、甲骨校重有利于精准统计甲骨的数量。重多多只在约7万片甲骨中进行了校重，已经发现了2648组重片，再加上“门张甲骨重片总表”收集汇总的另外3627组重片，合计已有6275组重片。据此推测，在16万甲骨图像中，重复的甲骨应有1万片左右或以上，因此，去除重片后，实际的存世甲骨数量应为15万片左右，而不是学术界常表述的16万片。
2、甲骨校重能够大大减少重复研究和劳动。相同的材料，被同一个人或不同人反复研究，势必造成了重复劳动。也节约了制作摹本、整理释文等方面的工作量。
3、甲骨校重能够提供更清晰质量更高的图版，使得卜辞内容更准确更全更完整。以上博和合集之间的校重为例：有时，需要上博和合集图版相互对照，才能让卜辞内容更全，更完整，如上博2426.103和合集32953之间的校重成果（其校重效果图详见本文章所附的校重实例图15）；有时，上博图版中的甲骨文字更为清晰，如上博2426.107和合集27524（校重实例图16）、上博2426.125和合集2173（校重实例图17）、合集2426.215和合集37686（校重实例图18）；有时，合集上的文字内容拓印得更为清楚。降低释读难度，减少释读错误。
4、不同著录书之间的跨集校重，也能够发现著录书内部的重片。如通过上博和合集的校重，发现上博17647.278和合集4414、合集20166均发现为重片（校重实例图30、31），则合集4414和合集20166互为重片（同在合集内）；类似的，上博17647.192和合集1384、合集15731均发现为重片（校重实例图32、33），则合集1384和合集15731互为重片（同在合集内）。
5、甲骨校重还能够纠正可能的误释（误识），例如上博2426.238和合集14373之间的校重，发现右上角的甲骨文字“伐”在合集中拓印得不完整。
6、校重还能够更好地服务于后续的甲骨残片缀合工作，使得缀合更加精准，如上博17645.237和合集3209之间的校重（校重实例图28），能够提供材料（拓印得到的图像）更加完整的图版，进而有利于后续的缀合结果更加准确（尤其是基于轮廓的甲骨缀合算法）。
7、校重还具有对民间收藏的甲骨进行查重和辨伪的作用。例如，如通过校重技术，发现某个民间收藏文物与合集或合补中的某片甲骨的内容完全相同或基本相同，则需要关注存在伪片的可能（也可能是真实甲骨的流转）。
附4：
上博、北大与合集和合补之间的72组校重成果示例
张重生 河南大学
校重实例1: 上博2426.1 <-> 合集32301
校重实例2: 上博2426.6 <-> 合集27915
校重实例3: 上博2426.10 <-> 合集27280
校重实例4: 上博2426.11 <-> 合集32567
校重实例5: 上博2426.12 <-> 合集32669
校重实例6: 上博2426.14 <-> 合集33840
校重实例7: 上博2426.17 <-> 合集33147
校重实例8: 上博2426.19 <-> 合集30062
校重实例9: 上博2426.20 <-> 合集33631
校重实例10: 上博2426.26 <-> 合集34557
校重实例11: 上博2426.31 <-> 合集27742
校重实例12: 上博2426.47 <-> 合集33389
校重实例13: 上博2426.48 <-> 合集6271
校重实例14: 上博2426.96 <-> 合集6211
校重实例15: 上博2426.103 <-> 合集32953
校重实例16: 上博2426.107 <-> 合集27524
校重实例17: 上博2426.125 <-> 合集2173
校重实例18: 上博2426.215 <-> 合集37686
校重实例19: 上博2426.244 <-> 合集20614
校重实例20: 上博2426.275 <-> 合集3835
校重实例21: 上博2426.315 <-> 合集20162
校重实例22: 上博2426.416 <-> 合集11397
校重实例23: 上博2426.509 <-> 合集8095
校重实例24: 上博2426.560 <-> 合集33374
校重实例25: 上博9435.3 <-> 合集21114
校重实例26: 上博17645.68 <-> 合集10169
校重实例27: 上博17645.182 <-> 合集3065
校重实例28: 上博17645.237 <-> 合集3209
校重实例29: 上博17645.297 <-> 合集21130
校重实例30: 上博17647.124 <-> 合集12246
校重实例31: 上博17647.159 <-> 合集29648
校重实例32: 上博17647.192 <-> 合集1384
校重实例33: 上博17647.192 <-> 合集15731
校重实例34: 上博17647.197 <-> 合集26350
校重实例35: 上博17647.213 <-> 合集26350
校重实例36: 上博17647.233 <-> 合集16900
校重实例37: 上博2426.51 <-> 合补10445
校重实例38: 上博2426.226 <-> 合补4271
校重实例39: 上博2426.571 <-> 合补10807
校重实例40: 上博2426.1470 <-> 合补12122
校重实例41: 上博17645.481 <-> 合补5916
校重实例42: 上博17647.79 <-> 合补9039
校重实例43: 上博17647.276 <-> 合补5136
校重实例44: 上博17647.367 <-> 合补8429
校重实例45: 上博17647.402 <-> 合补12284
校重实例46: 上博17647.413 <-> 合补8483
校重实例47: 上博17647.551 <-> 合补7876
校重实例48: 上博17647.630 <-> 合补1598
校重实例49: 北大0141 <-> 合集15456
校重实例50: 北大0247 <-> 合集15517
校重实例51: 北大0248 <-> 合集1371
校重实例52: 北大0276 <-> 合集15524
校重实例53: 北大0330 <-> 合集15428
校重实例54: 北大0378 <-> 合集25250
校重实例55: 北大0489 <-> 合集35751
校重实例56: 北大0716 <-> 合集37037
校重实例57: 北大0786反 <-> 合集1774
校重实例58: 北大0787 <-> 合集6197
校重实例59: 北大0796 <-> 合集8583
校重实例60: 北大0861 <-> 合集6788
校重实例61: 北大0187 <-> 合补4130
校重实例62: 北大0234 <-> 合补1789
校重实例63: 北大0308 <-> 合补2374
校重实例64: 北大0770 <-> 合补1723
重实例65: 北大0869反 <-> 合补3128
校重实例66: 北大1353 <-> 合补12678
校重实例67: 北大1625 <-> 合补11645
校重实例68: 北大1776 <-> 合补6556
校重实例69: 北大2149 <-> 合补4444
校重实例70: 北大2163 <-> 合补5617
校重实例71: 北大2400反 <-> 合补467
校重实例72: 北大2847 <-> 合补10381
附5：研发团队介绍
重多多主要研发人员：
- 重多多1.0核心研发人员：张重生（系主要设计者），吴淑稳（系核心实现人员）；
2026年8月23日，重多多1.0的对应学术论文“Explainable Coarse-to-Fine Ancient Manuscript Duplicates Discovery”已被EMNLP 2026 Demonstration Track高分录用。
https://arxiv.org/pdf/2505.03836
- 重多多2.0核心研发人员：张重生（设计者和实现者）。
附6：平台和项目支持
经费支持：
①2023年度国家社科基金重大项目“人机协同的甲骨分类缀合研究”（23&ZD309），项目负责人：复旦大学蒋玉斌教授，张重生为该项目的（子）课题负责人；
②2023年度教育部人文社会科学研究一般项目“人工智能在西北汉简缀合中的应用研究”(23YJAZH210)，项目负责人：张重生；
③“新一代人工智能与黄河文化遗产保护利用”河南省杰出外籍科学家工作室（GZS2020043），项目负责人：张重生。
平台支持（排名不分先后）：
河南大学计算机与信息工程学院；
河南大学人文社科研究院；
河南省大数据分析与处理重点实验室；
河南大学黄河文化遗产实验室（河南省首批哲学社会科学实验室）；
教育部人文社科重点研究基地——河南大学黄河文明与可持续发展研究中心；
河南大学历史文化学院（科技考古实验室）；
河南省文字文化研究院。
联系方式：
张重生，cszhang@henu.edu.cn； https://cszhanglmu.github.io/； 微信：A13938613173