AIGC賦能紅色研學(xué)教育的創(chuàng)新研究——以陜西省棗園革命舊址為例

摘要：本研究旨在探究AIGC（人工智能生成內(nèi)容）在紅色研學(xué)教育中的應(yīng)用前景，為研學(xué)學(xué)員提供沉浸式、個性化且高效的紅色學(xué)習(xí)體驗(yàn)。以紅色革命故事為內(nèi)容基礎(chǔ)，訓(xùn)練并優(yōu)化擴(kuò)散模型的人工神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法，進(jìn)行數(shù)字場景的生成與賦能。

　　關(guān)鍵詞：AIGC；紅色研學(xué)；陜北剪紙

　　黨的二十大報告指出，要弘揚(yáng)偉大建黨精神為源頭的中國共產(chǎn)黨人精神譜系，將紅色文化資源用活用好，深入開展社會主義核心價值觀宣傳教育，著力培養(yǎng)堪當(dāng)民族復(fù)興重任的時代新人[1]。紅色研學(xué)是一種以中國革命歷史和紅色文化為背景，結(jié)合旅游、教育、文化等領(lǐng)域的教育活動。

　　2024年7月，《中共中央關(guān)于進(jìn)一步全面深化改革、推進(jìn)中國式現(xiàn)代化的決定》（以下簡稱《決定》）發(fā)布。黨的二十屆三中全會《決定》明確提出，要“探索文化和科技融合的有效機(jī)制，加快發(fā)展新型文化業(yè)態(tài)”。其中，AIGC（人工智能生成內(nèi)容）即以人工智能自動或半自動生成內(nèi)容的生產(chǎn)方式[2]。生成內(nèi)容廣泛涵蓋文字、音頻、視頻、圖像等多種形式，并隨著算力、預(yù)訓(xùn)練模型和多模態(tài)技術(shù)的迭代而不斷拓展。

　　本研究以“紅色研學(xué)”為主題，結(jié)合當(dāng)下使用較為廣泛的模型訓(xùn)練，以紅色革命故事為內(nèi)容載體，對紅色研學(xué)進(jìn)行數(shù)字創(chuàng)生。收集建立相關(guān)數(shù)據(jù)集，訓(xùn)練優(yōu)化Lora模型，進(jìn)行場景賦能，為陜西省棗園革命舊址的紅色研學(xué)教育提供新思路。

　  一、AIGC賦能紅色研學(xué)的創(chuàng)新實(shí)踐

　　本研究選定棗園革命舊址作為場景設(shè)定，棗園革命舊址位于延安城西北角，這里曾是中共中央書記處機(jī)關(guān)舊址，毛澤東、朱德、劉少奇、周恩來、彭德懷等中央領(lǐng)導(dǎo)人先后在此居住過。除此以外，棗園革命舊址毗鄰延安1938文化街區(qū)，新舊標(biāo)志性建筑的融合碰撞，足夠容納跨時代的文化表達(dá)。

　  （一）賦能方案制定

　　紅色研學(xué)是兼具教育功能的旅游形式，AIGC與紅色研學(xué)結(jié)合為傳承紅色文化提供新可能。以棗園革命舊址為例，收集整理革命領(lǐng)袖、歷史事件等多維度資源，選取“紅色革命故事”主題并標(biāo)注篩選平面及視頻資料，如延安時期紅色文獻(xiàn)數(shù)字研究平臺整合了延安時期的原始文獻(xiàn)、研究資料、專題研究成果及延安大學(xué)的機(jī)構(gòu)研究成果，包括圖書、報刊、檔案、圖片、音頻、視頻、手稿、日記等。參照延安地域文化，選定陜北剪紙這一非遺形式展現(xiàn)革命故事，將紅色文化與地域文化結(jié)合，打造兼具教育意義與藝術(shù)價值的作品，具體流程如下：

　?。ǘ┯?xùn)練數(shù)據(jù)集構(gòu)建

　　依據(jù)訓(xùn)練方案制定，選定SD為模型進(jìn)行訓(xùn)練。在原有webui中搭載的大模型的基礎(chǔ)上，采用lora訓(xùn)練的模式，進(jìn)行本土化訓(xùn)練。部分圖片來源于江豐編的《延安剪紙》，收集了132張傳統(tǒng)類陜北非遺剪紙，對其進(jìn)行分類整理。分為人物類、動物類、生活場景類，按照每次20張左右的訓(xùn)練量進(jìn)行訓(xùn)練分配，形成5個訓(xùn)練集[3]。其中，每組的訓(xùn)練集提前批量處理，保證收集的圖片背景干凈；選取剪紙中人物的多種運(yùn)動姿勢，提高模型的泛化性；統(tǒng)一比例，裁剪為1:1比例的成圖；選取清晰度高的圖片，以保證最終訓(xùn)練產(chǎn)出的圖片質(zhì)量。

　?。ㄈ┘艏堬L(fēng)格模型生成

　　1.前期：處理標(biāo)簽

　　標(biāo)簽體系的構(gòu)建是確保模型能夠準(zhǔn)確理解并模仿剪紙風(fēng)格的關(guān)鍵。確定了剪紙風(fēng)格的主要特征維度，如線條的粗細(xì)、曲直、疏密，色彩的飽和度、對比度，以及圖案的對稱性、重復(fù)性等。隨后，基于這些特征維度，提煉出剪紙風(fēng)格的標(biāo)簽體系，加入所有訓(xùn)練集的標(biāo)簽中，作為觸發(fā)詞使用。

　　在標(biāo)簽標(biāo)注過程中，采用了半自動化的方法。利用自然語言處理（NLP）技術(shù)從剪紙作品描述或相關(guān)文本中提取關(guān)鍵詞作為初步標(biāo)簽。隨后，對這些初步標(biāo)簽進(jìn)行人工審核和修正，并加入剪紙風(fēng)格的系列提示詞，以確保其準(zhǔn)確性和全面性。最終，每個剪紙作品都被賦予了一組精確描述其風(fēng)格特征的標(biāo)簽集合，保證后期模型調(diào)用的準(zhǔn)確性。

 　 2.中期：參數(shù)調(diào)整優(yōu)化與初步驗(yàn)證

　　本研究選擇了SD模型作為基礎(chǔ)模型，因?yàn)樗趫D像生成領(lǐng)域表現(xiàn)出了卓越的性能和廣泛的適用性。SD模型以其強(qiáng)大的生成能力和良好的可擴(kuò)展性，為剪紙風(fēng)格的模擬提供了堅實(shí)的基礎(chǔ)。以SD為底層模型，選用lora微調(diào)數(shù)學(xué)方法訓(xùn)練模型，針對剪紙風(fēng)格進(jìn)行對應(yīng)的模型訓(xùn)練。

　　為確保模型的泛化能力和穩(wěn)定性，本研究構(gòu)建了獨(dú)立的驗(yàn)證集與測試集。驗(yàn)證集與測試集的選擇遵循了與訓(xùn)練集相似的原則，但確保了內(nèi)容上的不重疊性，數(shù)量需求少。先通過將驗(yàn)證集輸入到訓(xùn)練好的Lora模型中，放入webui中進(jìn)行初步的測試[4]。初步測試的結(jié)果顯示，模型能夠生成具有陜北剪紙風(fēng)格的圖像，但在某些細(xì)節(jié)上仍存在不足。針對這些問題，進(jìn)行進(jìn)一步的微調(diào)和優(yōu)化，再次生成新模型。

 　 3.后期：最終測試與產(chǎn)出

　　最終，為了便于商用，進(jìn)一步測試模型的泛化性，再次將通過驗(yàn)證后并已優(yōu)化的模型進(jìn)行最終的測試。測試集同樣嚴(yán)格遵循了與訓(xùn)練集和驗(yàn)證集不重疊的原則，且涵蓋了更廣泛的剪紙風(fēng)格和題材內(nèi)容。

　　測試結(jié)果顯示，優(yōu)化后的模型在生成具有陜北剪紙風(fēng)格的圖像方面取得了顯著進(jìn)步。生成的圖像不僅在整體風(fēng)格上與真實(shí)剪紙作品高度相似，而且在細(xì)節(jié)處理上也更加精細(xì)和準(zhǔn)確。更重要的是，模型展現(xiàn)出了良好的泛化能力，能夠處理未見過的剪紙題材和風(fēng)格變化。

　　二、AIGC賦能紅色研學(xué)的場景融合

　　目前的紅色文化視覺元素較為單一，要讓數(shù)字化技術(shù)與紅色文化進(jìn)行深度融合，打造交互式、沉浸式體驗(yàn)。所以，可以使用現(xiàn)有的AIGC技術(shù)，借鑒傳統(tǒng)剪紙技法與美學(xué)，結(jié)合紅色革命故事進(jìn)行文創(chuàng)設(shè)計。通過AIGC模型訓(xùn)練模擬剪紙線條，生成具有紅色文化特色的模型。還可延伸產(chǎn)出剪紙風(fēng)格革命場景插畫，融入現(xiàn)代審美元素，為紅色文化傳播提供視覺支持?？梢圆捎镁€上線下融合教育模式：線下活動以觀光、體驗(yàn)為主，融入互動游戲，結(jié)合AIGC與AR技術(shù)生成個性化場景、文創(chuàng)產(chǎn)品并合影；線上平臺開放，用戶可上傳紅色故事，生成剪紙場景、定制文創(chuàng)并購買，增加趣味性與交互性。

　　展望未來，隨著AIGC技術(shù)的持續(xù)進(jìn)步與應(yīng)用的廣泛拓展，紅色研學(xué)教育與AIGC技術(shù)的結(jié)合將展現(xiàn)出更加廣闊的發(fā)展前景。這一融合不僅將加速紅色文化產(chǎn)品的多樣化與個性化進(jìn)程，還將以更高效、更智能的方式弘揚(yáng)中國傳統(tǒng)文化，為紅色研學(xué)教育注入新的時代內(nèi)涵與生命力。

文章來源：《安徽科技報》http://www.00559.cn/w/qt/35317.html