发布日期:
AIGC赋能红色研学教育的创新研究——以陕西省枣园革命旧址为例
文章字数：2519
摘要：本研究旨在探究AIGC（人工智能生成内容）在红色研学教育中的应用前景，为研学学员提供沉浸式、个性化且高效的红色学习体验。以红色革命故事为内容基础，训练并优化扩散模型的人工神经网络机器学习算法，进行数字场景的生成与赋能。
关键词：AIGC；红色研学；陕北剪纸
党的二十大报告指出，要弘扬伟大建党精神为源头的中国共产党人精神谱系，将红色文化资源用活用好，深入开展社会主义核心价值观宣传教育，着力培养堪当民族复兴重任的时代新人[1]。红色研学是一种以中国革命历史和红色文化为背景，结合旅游、教育、文化等领域的教育活动。
2024年7月，《中共中央关于进一步全面深化改革、推进中国式现代化的决定》（以下简称《决定》）发布。党的二十届三中全会《决定》明确提出，要“探索文化和科技融合的有效机制，加快发展新型文化业态”。其中，AIGC（人工智能生成内容）即以人工智能自动或半自动生成内容的生产方式[2]。生成内容广泛涵盖文字、音频、视频、图像等多种形式，并随着算力、预训练模型和多模态技术的迭代而不断拓展。
本研究以“红色研学”为主题，结合当下使用较为广泛的模型训练，以红色革命故事为内容载体，对红色研学进行数字创生。收集建立相关数据集，训练优化Lora模型，进行场景赋能，为陕西省枣园革命旧址的红色研学教育提供新思路。
一、AIGC赋能红色研学的创新实践
本研究选定枣园革命旧址作为场景设定，枣园革命旧址位于延安城西北角，这里曾是中共中央书记处机关旧址，毛泽东、朱德、刘少奇、周恩来、彭德怀等中央领导人先后在此居住过。除此以外，枣园革命旧址毗邻延安1938文化街区，新旧标志性建筑的融合碰撞，足够容纳跨时代的文化表达。
（一）赋能方案制定
红色研学是兼具教育功能的旅游形式，AIGC与红色研学结合为传承红色文化提供新可能。以枣园革命旧址为例，收集整理革命领袖、历史事件等多维度资源，选取“红色革命故事”主题并标注筛选平面及视频资料，如延安时期红色文献数字研究平台整合了延安时期的原始文献、研究资料、专题研究成果及延安大学的机构研究成果，包括图书、报刊、档案、图片、音频、视频、手稿、日记等。参照延安地域文化，选定陕北剪纸这一非遗形式展现革命故事，将红色文化与地域文化结合，打造兼具教育意义与艺术价值的作品，具体流程如下：
（二）训练数据集构建
依据训练方案制定，选定SD为模型进行训练。在原有webui中搭载的大模型的基础上，采用lora训练的模式，进行本土化训练。部分图片来源于江丰编的《延安剪纸》，收集了132张传统类陕北非遗剪纸，对其进行分类整理。分为人物类、动物类、生活场景类，按照每次20张左右的训练量进行训练分配，形成5个训练集[3]。其中，每组的训练集提前批量处理，保证收集的图片背景干净；选取剪纸中人物的多种运动姿势，提高模型的泛化性；统一比例，裁剪为1:1比例的成图；选取清晰度高的图片，以保证最终训练产出的图片质量。
（三）剪纸风格模型生成
1.前期：处理标签
标签体系的构建是确保模型能够准确理解并模仿剪纸风格的关键。确定了剪纸风格的主要特征维度，如线条的粗细、曲直、疏密，色彩的饱和度、对比度，以及图案的对称性、重复性等。随后，基于这些特征维度，提炼出剪纸风格的标签体系，加入所有训练集的标签中，作为触发词使用。
在标签标注过程中，采用了半自动化的方法。利用自然语言处理（NLP）技术从剪纸作品描述或相关文本中提取关键词作为初步标签。随后，对这些初步标签进行人工审核和修正，并加入剪纸风格的系列提示词，以确保其准确性和全面性。最终，每个剪纸作品都被赋予了一组精确描述其风格特征的标签集合，保证后期模型调用的准确性。
2.中期：参数调整优化与初步验证
本研究选择了SD模型作为基础模型，因为它在图像生成领域表现出了卓越的性能和广泛的适用性。SD模型以其强大的生成能力和良好的可扩展性，为剪纸风格的模拟提供了坚实的基础。以SD为底层模型，选用lora微调数学方法训练模型，针对剪纸风格进行对应的模型训练。
为确保模型的泛化能力和稳定性，本研究构建了独立的验证集与测试集。验证集与测试集的选择遵循了与训练集相似的原则，但确保了内容上的不重叠性，数量需求少。先通过将验证集输入到训练好的Lora模型中，放入webui中进行初步的测试[4]。初步测试的结果显示，模型能够生成具有陕北剪纸风格的图像，但在某些细节上仍存在不足。针对这些问题，进行进一步的微调和优化，再次生成新模型。
3.后期：最终测试与产出
最终，为了便于商用，进一步测试模型的泛化性，再次将通过验证后并已优化的模型进行最终的测试。测试集同样严格遵循了与训练集和验证集不重叠的原则，且涵盖了更广泛的剪纸风格和题材内容。
测试结果显示，优化后的模型在生成具有陕北剪纸风格的图像方面取得了显著进步。生成的图像不仅在整体风格上与真实剪纸作品高度相似，而且在细节处理上也更加精细和准确。更重要的是，模型展现出了良好的泛化能力，能够处理未见过的剪纸题材和风格变化。
二、AIGC赋能红色研学的场景融合
目前的红色文化视觉元素较为单一，要让数字化技术与红色文化进行深度融合，打造交互式、沉浸式体验。所以，可以使用现有的AIGC技术，借鉴传统剪纸技法与美学，结合红色革命故事进行文创设计。通过AIGC模型训练模拟剪纸线条，生成具有红色文化特色的模型。还可延伸产出剪纸风格革命场景插画，融入现代审美元素，为红色文化传播提供视觉支持。可以采用线上线下融合教育模式：线下活动以观光、体验为主，融入互动游戏，结合AIGC与AR技术生成个性化场景、文创产品并合影；线上平台开放，用户可上传红色故事，生成剪纸场景、定制文创并购买，增加趣味性与交互性。
展望未来，随着AIGC技术的持续进步与应用的广泛拓展，红色研学教育与AIGC技术的结合将展现出更加广阔的发展前景。这一融合不仅将加速红色文化产品的多样化与个性化进程，还将以更高效、更智能的方式弘扬中国传统文化，为红色研学教育注入新的时代内涵与生命力。
参考文献：
[1]白若凡.数字人文背景下的陕甘宁文艺文献整理与研究[J].2023:127-133.
[2]邓艳昕.赣南红色文化数字化传播创新策略研究[J].文化产业,2023(10):94-96.
[3]安钰峰.培养堪当民族复兴重任的时代新人[J].红旗文稿,2022(10):22-24.
[4]吴世嵩,陈亚颦.具身认知视域下中学生红色研学旅行的开发与设计探究--以传承石林红色文化为例[J].文山学院学报,2022,35(3):115-120.
作者单位：西安邮电大学
关键词：AIGC；红色研学；陕北剪纸
党的二十大报告指出，要弘扬伟大建党精神为源头的中国共产党人精神谱系，将红色文化资源用活用好，深入开展社会主义核心价值观宣传教育，着力培养堪当民族复兴重任的时代新人[1]。红色研学是一种以中国革命历史和红色文化为背景，结合旅游、教育、文化等领域的教育活动。
2024年7月，《中共中央关于进一步全面深化改革、推进中国式现代化的决定》（以下简称《决定》）发布。党的二十届三中全会《决定》明确提出，要“探索文化和科技融合的有效机制，加快发展新型文化业态”。其中，AIGC（人工智能生成内容）即以人工智能自动或半自动生成内容的生产方式[2]。生成内容广泛涵盖文字、音频、视频、图像等多种形式，并随着算力、预训练模型和多模态技术的迭代而不断拓展。
本研究以“红色研学”为主题，结合当下使用较为广泛的模型训练，以红色革命故事为内容载体，对红色研学进行数字创生。收集建立相关数据集，训练优化Lora模型，进行场景赋能，为陕西省枣园革命旧址的红色研学教育提供新思路。
一、AIGC赋能红色研学的创新实践
本研究选定枣园革命旧址作为场景设定，枣园革命旧址位于延安城西北角，这里曾是中共中央书记处机关旧址，毛泽东、朱德、刘少奇、周恩来、彭德怀等中央领导人先后在此居住过。除此以外，枣园革命旧址毗邻延安1938文化街区，新旧标志性建筑的融合碰撞，足够容纳跨时代的文化表达。
（一）赋能方案制定
红色研学是兼具教育功能的旅游形式，AIGC与红色研学结合为传承红色文化提供新可能。以枣园革命旧址为例，收集整理革命领袖、历史事件等多维度资源，选取“红色革命故事”主题并标注筛选平面及视频资料，如延安时期红色文献数字研究平台整合了延安时期的原始文献、研究资料、专题研究成果及延安大学的机构研究成果，包括图书、报刊、档案、图片、音频、视频、手稿、日记等。参照延安地域文化，选定陕北剪纸这一非遗形式展现革命故事，将红色文化与地域文化结合，打造兼具教育意义与艺术价值的作品，具体流程如下：
（二）训练数据集构建
依据训练方案制定，选定SD为模型进行训练。在原有webui中搭载的大模型的基础上，采用lora训练的模式，进行本土化训练。部分图片来源于江丰编的《延安剪纸》，收集了132张传统类陕北非遗剪纸，对其进行分类整理。分为人物类、动物类、生活场景类，按照每次20张左右的训练量进行训练分配，形成5个训练集[3]。其中，每组的训练集提前批量处理，保证收集的图片背景干净；选取剪纸中人物的多种运动姿势，提高模型的泛化性；统一比例，裁剪为1:1比例的成图；选取清晰度高的图片，以保证最终训练产出的图片质量。
（三）剪纸风格模型生成
1.前期：处理标签
标签体系的构建是确保模型能够准确理解并模仿剪纸风格的关键。确定了剪纸风格的主要特征维度，如线条的粗细、曲直、疏密，色彩的饱和度、对比度，以及图案的对称性、重复性等。随后，基于这些特征维度，提炼出剪纸风格的标签体系，加入所有训练集的标签中，作为触发词使用。
在标签标注过程中，采用了半自动化的方法。利用自然语言处理（NLP）技术从剪纸作品描述或相关文本中提取关键词作为初步标签。随后，对这些初步标签进行人工审核和修正，并加入剪纸风格的系列提示词，以确保其准确性和全面性。最终，每个剪纸作品都被赋予了一组精确描述其风格特征的标签集合，保证后期模型调用的准确性。
2.中期：参数调整优化与初步验证
本研究选择了SD模型作为基础模型，因为它在图像生成领域表现出了卓越的性能和广泛的适用性。SD模型以其强大的生成能力和良好的可扩展性，为剪纸风格的模拟提供了坚实的基础。以SD为底层模型，选用lora微调数学方法训练模型，针对剪纸风格进行对应的模型训练。
为确保模型的泛化能力和稳定性，本研究构建了独立的验证集与测试集。验证集与测试集的选择遵循了与训练集相似的原则，但确保了内容上的不重叠性，数量需求少。先通过将验证集输入到训练好的Lora模型中，放入webui中进行初步的测试[4]。初步测试的结果显示，模型能够生成具有陕北剪纸风格的图像，但在某些细节上仍存在不足。针对这些问题，进行进一步的微调和优化，再次生成新模型。
3.后期：最终测试与产出
最终，为了便于商用，进一步测试模型的泛化性，再次将通过验证后并已优化的模型进行最终的测试。测试集同样严格遵循了与训练集和验证集不重叠的原则，且涵盖了更广泛的剪纸风格和题材内容。
测试结果显示，优化后的模型在生成具有陕北剪纸风格的图像方面取得了显著进步。生成的图像不仅在整体风格上与真实剪纸作品高度相似，而且在细节处理上也更加精细和准确。更重要的是，模型展现出了良好的泛化能力，能够处理未见过的剪纸题材和风格变化。
二、AIGC赋能红色研学的场景融合
目前的红色文化视觉元素较为单一，要让数字化技术与红色文化进行深度融合，打造交互式、沉浸式体验。所以，可以使用现有的AIGC技术，借鉴传统剪纸技法与美学，结合红色革命故事进行文创设计。通过AIGC模型训练模拟剪纸线条，生成具有红色文化特色的模型。还可延伸产出剪纸风格革命场景插画，融入现代审美元素，为红色文化传播提供视觉支持。可以采用线上线下融合教育模式：线下活动以观光、体验为主，融入互动游戏，结合AIGC与AR技术生成个性化场景、文创产品并合影；线上平台开放，用户可上传红色故事，生成剪纸场景、定制文创并购买，增加趣味性与交互性。
展望未来，随着AIGC技术的持续进步与应用的广泛拓展，红色研学教育与AIGC技术的结合将展现出更加广阔的发展前景。这一融合不仅将加速红色文化产品的多样化与个性化进程，还将以更高效、更智能的方式弘扬中国传统文化，为红色研学教育注入新的时代内涵与生命力。
参考文献：
[1]白若凡.数字人文背景下的陕甘宁文艺文献整理与研究[J].2023:127-133.
[2]邓艳昕.赣南红色文化数字化传播创新策略研究[J].文化产业,2023(10):94-96.
[3]安钰峰.培养堪当民族复兴重任的时代新人[J].红旗文稿,2022(10):22-24.
[4]吴世嵩,陈亚颦.具身认知视域下中学生红色研学旅行的开发与设计探究--以传承石林红色文化为例[J].文山学院学报,2022,35(3):115-120.
作者单位：西安邮电大学