一、平台总体定位

面向 2027 年"文化遗产数字化 + 具身智能"趋势，平台以隐式神经表示（NeRF/3DGS）高保真重建为底座，以多模态大模型病害识别与成因推理为大脑，以修缮知识图谱与推演仿真为决策支撑，构建"采集—诊断—推演—修缮—归档"全链路闭环。

能力层	核心技术	关键指标	目标值
感知层	3DGS / NeRF 重建	重建 PSNR	≥ 32 dB
感知层	多视角影像配准	配准成功率	≥ 96%
认知层	多模态大模型	病害识别 mAP	≥ 0.88
认知层	成因链推理	推理准确率	≥ 85%
决策层	知识图谱	实体覆盖	≥ 5 万节点
决策层	方案推演	仿真耗时	≤ 3 s/方案
交互层	三维可视化	首帧加载	≤ 1.5 s

二、角色能力矩阵

平台围绕六类角色设计差异化能力，形成"采集—修复—研究—决策—科普—运维"的协同网络。

角色	核心诉求	关键功能	使用频次
文保巡查员	快速采集与标注	移动采集、AR 对比、离线续传	每日
文物修复师	精准诊断与方案	三维测量、成因推理、工序仿真	每日
文保专家	演化分析与评审	时空对比、What-if 沙盘、协同批注	每周
管理决策者	全局掌控与调度	健康度驾驶舱、ROI 模拟	每周
公众/游客	沉浸体验与科普	数字孪生漫游、数字人讲解	随时
系统管理员	稳定与治理	数据接入、模型配置、审计	每日

三、文保巡查员：移动采集与智能标注

巡查员是数据入口，平台提供移动端多角度影像采集、自动配准、病害标注（裂缝/风化/渗水/变形）、AR 实景历史对比、任务派发与轨迹记录、离线采集断点续传、语音录入自动结构化。

病害类型	标注方式	平均耗时	识别辅助准确率
裂缝	折线描边	45 s	92%
风化	区域涂抹	60 s	88%
渗水	区域涂抹	50 s	90%
变形	关键点标注	75 s	86%

# 巡查影像自动配准与病害标注示例
import numpy as np
from sklearn.cluster import DBSCAN

def register_and_annotate(images, poses):
    """多视角影像配准 + 病害候选区域提取"""
    features = [extract_features(img) for img in images]
    matches = match_features(features)
    refined_poses = bundle_adjustment(poses, matches)
    # 病害候选区域聚类
    candidates = detect_anomaly_regions(images)
    labels = DBSCAN(eps=0.3, min_samples=5).fit_predict(candidates)
    return refined_poses, labels

四、文物修复师：诊断推理与工序仿真

修复师依托高保真三维模型进行剖面测量、病害分级评估、成因链推理、工艺知识库检索、方案可视化编排、材料配比推荐、修缮前后三维对比与文档自动生成。

病害等级	判定标准	建议处置	平均修复周期
Ⅰ 轻微	面积 < 5%	监测观察	1 周
Ⅱ 一般	面积 5%–15%	局部修补	2–4 周
Ⅲ 严重	面积 15%–30%	结构加固	1–3 月
Ⅳ 危重	面积 > 30%	紧急干预	3 月以上

五、文保专家：时空演化与协同评审

专家侧聚焦病害时空演化分析（多期模型配准对比）、结构安全仿真、多模态知识图谱查询、方案评审协同批注、What-if 假设验证沙盘与学术数据集导出。

分析维度	数据来源	输出形式	更新周期
时间演化	多期三维模型	变化热力图	季度
空间分布	构件级标注	三维散点图	月度
结构安全	有限元仿真	风险等级图	半年
成因假设	What-if 沙盘	推演报告	按需

-- 时空知识图谱查询：某构件近三年病害演化
SELECT component_id, disease_type,
       COUNT(*) AS occurrences,
       MIN(detect_time) AS first_seen,
       MAX(detect_time) AS last_seen
FROM disease_records
WHERE component_id = 'C-1024'
  AND detect_time >= DATE_SUB(NOW(), INTERVAL 3 YEAR)
GROUP BY component_id, disease_type
ORDER BY occurrences DESC;

六、管理决策者：健康度驾驶舱与 ROI 模拟

决策层提供文物健康度三维驾驶舱、项目进度与资源调度看板、风险排名与优先级推荐、预算测算与 ROI 模拟、政策资金效果仿真、汇报材料自动生成。

指标	计算口径	当前值	预警阈值
全域健康度	加权病害指数	82.4	< 75
高风险文物数	等级 Ⅲ 以上	17	> 25
年度修缮完成率	完成/计划	91%	< 85%
预算执行率	已用/预算	76%	> 95%

# 修缮 ROI 模拟
def repair_roi(cost, risk_reduction, heritage_value, years=10):
    annual_benefit = heritage_value * risk_reduction / years
    return (annual_benefit * years - cost) / cost

roi = repair_roi(cost=120_0000, risk_reduction=0.35,
                 heritage_value=800_0000)
print(f"修缮 ROI: {roi:.2%}")

七、公众/游客：数字孪生与沉浸科普

面向公众提供三维数字孪生漫游、AR 历史原貌叠加、数字人讲解与语音问答、修缮过程时间轴、文创互动与知识闯关。

体验模块	技术支撑	平均停留时长	满意度
数字孪生漫游	3DGS 实时渲染	8 min	4.7/5
AR 历史叠加	SLAM + 图像识别	5 min	4.5/5
数字人讲解	语音大模型	6 min	4.6/5
知识闯关	游戏化引擎	10 min	4.8/5

八、系统管理员：数据治理与全链路运维

管理员负责多源数据接入（影像/点云/传感）、三维模型库与版本管理、大模型与知识图谱配置、权限租户审计治理、系统健康度与全链路追踪。

治理项	监控指标	告警策略	处理时效
数据接入	接入成功率	< 98% 告警	15 min
模型服务	推理 P99 延迟	> 800 ms	5 min
存储容量	使用率	> 85%	1 h
审计日志	异常操作数	> 10 次/时	即时

# 平台核心服务编排（节选）
services:
  reconstruction:
    image: heritage/3dgs-recon:1.2.0
    resources: { gpu: 1, memory: 16Gi }
  diagnosis:
    image: heritage/mllm-diagnosis:2.0.1
    env: { MODEL_PATH: /models/qwen-vl }
  knowledge-graph:
    image: heritage/kg-service:1.4.0
    depends_on: [neo4j]

九、高级创新功能

创新功能	技术亮点	业务价值
3DGS 实时渲染 + 病害热力叠加	高斯泼溅 + 热力映射	病害一目了然
多模态成因链推理	视觉 + 文本联合推理	诊断可解释
时空知识图谱可视化	构件-病害-工艺关联	知识可追溯
自然语言问数（NL2SQL）	大模型 + 图表生成	零门槛分析
What-if 推演沙盘	方案仿真引擎	决策有依据
AI 数字人修复顾问	语音交互	专家经验下沉
区块链修缮档案存证	联盟链存证	档案不可篡改
VR 修缮演练培训	沉浸式仿真	培训降本增效
生成式修缮报告	大模型 + 可视化故事线	汇报一键生成

十、总结

平台以隐式神经表示重建为底座、多模态大模型为认知核心、知识图谱与推演仿真为决策引擎，覆盖六类角色全场景需求，实现古建筑病害"早发现、准诊断、可推演、能追溯"的智能闭环，为文化遗产数字化保护提供可落地的技术范式。