腾讯混元、SSV数字文化实验室和SSV技术架构部联合安阳师范学院甲骨文信息处理重点实验室、中科院信工所、南开大学，正式推出 Chronicles-OCR——业界首个覆盖"七体之变"完整演化轨迹的中国古文字感知评测基准。

数据来源全部来自顶级机构与古文字学专家：

• 甲骨文 → 安阳师范学院甲骨文信息处理重点实验室
• 金文、篆书 → 古文字学博士与研究生团队人工整理
• 隶、楷、行、草 → 故宫博物院文物手写体识别测试数据集

整个数据集由领域专家多层级交叉标注，包含 2,800 张严格平衡的高质量图像（每种字体 400 张）。

不同时代的汉字"难"在不同的地方，所以评测方式必须分阶段定制。项目团队为不同字体设计了两套标注体系：

1. 古早字体（甲骨、金文、篆书）：字符级精细标注

由于古早字体形态高度不稳定、布局无约束、载体噪声严重，其提供：

• 单字级 bounding box
• 现代汉字映射（字一对一翻译到现代汉字）
• 对学界至今未释读的字符，统一标记为 [UNK]
• 段落级阅读顺序

2. 成熟字体（隶、楷、行、草）：序列级转写

由于成熟字体已具备相对稳定的版式与高字间区分度（尤其草书是连笔的，强行框字反而错），我们采用：

• 行/段落级的逐字转写
• 严格保留原始阅读顺序

四大核心任务

基于上述标注设计了四个层层递进的任务，严格地把"视觉感知"和"语义推理"解耦开来：

在对 GPT-5、Gemini3.1Pro、Claude Opus4.7 等 28 个主流的开源与闭源多模态大语言模型进行评测发现：在古早字体上，端到端检测任务由于缺乏现代版式先验而导致主流模型全军覆没;在细粒度识别中，最高准确率仅为27.1%；在字体分类任务中，模型倾向于识别载体纹理而非微观笔画。值得注意的是，实验表明开启推理（Reasoning）模式反而会放大感知不确定性，导致表现下降。 

一个真正全能的 AI， 不仅要能识别屏幕上跳动的代码， 也要能看懂一片三千年前龟甲上的刻痕。

汉字之所以是汉字，是因为它从未停止演化。从殷墟的甲骨到此刻你手机屏幕上的这段文字，每一笔每一画都承载着这个文明的连续性。让 AI 看懂这条连续性，是技术问题，更是文化课题。

Chronicles-OCR 揭示了一个不容回避的现实：今天最顶尖的视觉大模型，还远远没有真正读懂我们的祖先。但正因为差距清晰可见，下一步的方向也才足够明确。

我们希望 Chronicles-OCR 能成为推动这一方向的一块基石——让模型从识字开始，最终学会读史。