AI解锁500多年的圣殿,米开朗基罗杰作,你我触手可及
怎么入门科技周边编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《AI解锁500多年的圣殿,米开朗基罗杰作,你我触手可及》,涉及到,有需要的可以收藏一下
AI好好用报道
有了AI ,咱就更能理解什么是:条条大路通罗马。
活久见!
就连世界六分之一人口的信仰中心、「文化瑰宝」——梵蒂冈也开始 AI 了 !
要知道,教皇弗朗西斯一直呼吁警惕人工智能风险,本人也被 AI 恶搞过。
事情是这样的。
梵蒂冈请人给著名的圣彼得大教堂造了一个「数字孪生」,还计划推出新的 AI 服务:
届时,全球任何人都能以 3D 方式探索这座文艺复兴时期的建筑杰作 ;
有了 AI,实地参观者的体验也升级了。大教堂中那些遥不可及的细节部分也能尽收眼底。

官网显示,2024年11月25日将发布AI服务的具体方案。鉴于2025年,禧年正式开始,虚拟大教堂应该会在这之前上线。
这种体验到底有多炫呢?这是网上流出的几个视频。
也许有人会问,圣彼得大教堂为什么值得这么细品?
原因很简单,人家就是大教堂中的「顶流」。
除了是天主教「总舵」、全球 13 亿天主教徒心中的精神家园,圣彼得大教堂也是一座艺术宝库。
历史上最伟大的艺术家们——米开朗基罗、拉斐尔、贝尼尼等,都在这里大显身手。米开朗琪罗就在这里留下了两个传世名作,堪称无价之宝!
一个是圣彼得大教堂标志性的穹顶设计。
他在 72 岁高龄时才接手设计,创造了这个直径 42 米的超级穹顶,成为建筑史上的传奇。

另一个就是《圣殇》( Pietà )。米开朗琪罗年仅 24 岁时创作的雕塑,被誉为最美丽的圣母雕像。

所以,你能想象这座教堂有多受欢迎!
平均每天有 4-5 万人参观,全年累计约 2000 万游客,这个数字简直堪比迪士尼乐园!
光是排队入场,旺季时就得等上好几个小时。
而这些游客中,大约一半是天主教徒来朝圣,另一半是世界各地的观光客,就是冲着它的艺术和建筑之美而来。
举个例子。
圣彼得大教堂的穹顶,在实地参观时,游客需要仰着头才能看到近 70 米高的穹顶壁画,而且距离太远,很多精美的细节都看不清楚。即使用望远镜观察,视角也很受限。
但通过新的 AI 服务,游客就可以看到那些精妙的细节。
如,穹顶上马赛克画中天使的表情和衣褶的纹理、镀金雕刻的每一笔纹路、壁画中人物的微妙神态和色彩变化。
就像把整个穹顶「搬」到了观众眼前,通过高清投影,观众可以慢慢欣赏令人震撼的艺术细节。
一幅巨大的弧形投影,可以清楚看到穹顶的壁画细节。

通过多层次的空间展示,游客能一次性理解整座教堂从地下到地上的完整构造。这在过去也是不可能发生的。
这张图片中,技术巧妙地展示了圣彼得大教堂的三个层次:教堂主体内部、位于中间层的发光拱廊、位于底层的地下墓穴。
而这张图片中,大型弧形投影墙上展示出教堂内部的立体结构,建筑线条以发光的线框方式呈现,参观者能更直观地理解这座宏伟建筑的设计理念。

至于为什么选择现在玩起了高科技?
因为,2025 年就是天主教会 25 年一次的禧年!
简单来说,禧年就像一个盛大的重启仪式,每 25 年才有一次!有点像电脑重启,清除缓存,让一切都焕然一新!
在禧年期间,教徒们会去朝圣、忏悔,然后就能获得特殊的恩典和赦免,所以,2025 年的禧年,对天主教徒来说,是个不容错过的大日子!
为了让全球信徒和游客都能更好地感受圣彼得大教堂的魅力,梵蒂冈决定搞事情。
他们联手微软和一家法国初创公司 Iconem,为这座 500 多岁的教堂,打造了一个超级精细的 3D 模型。
为此,大教堂还对公众关闭了一个月。

为了建立这个 3D 模型,他们先收集了大量数据。
无人机负责从高空拍摄那些平时人够不着的地方,专业相机近距离捕捉每一个艺术细节,而激光扫描仪则精确测量每个角落的具体尺寸。

接下来就是数据处理,这就像在拼一个巨大的拼图。
AI 在这里起到了关键作用,它可以把所有的照片和扫描数据拼接在一起,修复那些模糊或缺失的部分,最终创建出一个完整的 3D 模型。

最后,通过特殊的投影技术,这些数字模型变成了你现在看到的这些逼真的图像,让参观者可以从任何角度观看教堂的细节,甚至能看到平时肉眼难以观察到的部分。

虽然媒体没有披露项目成本,但用脚趾头也能料到,这个数字一定很吓人。
教堂里的每一块砖、每一个雕像、每一幅壁画的纹理,甚至是马赛克脱落的小碎片、建筑结构中的细小裂缝、艺术品表面的轻微剥落,都被高精度地记录下来。
仅仅是制作 3D 模型,团队就进行了连续 4 周的夜间无人机拍摄,拍下了超过 40 万张照片,产生了 22 PB 数据量,相当于 500 万张 DVD 的容量。
如果把这些 DVD 叠起来,比圣彼得大教堂还要高,能有 6 公里那么高!
考虑到圣彼得大教堂建筑结构复杂,艺术品众多,需要更复杂的算法和更强大的计算资源进行处理,这也会增加成本。
当然,做得这么毫发毕现,一方面是为了 AI 系统能够捕捉到人眼根本无法发现的细节,确保虚拟导览时,游客能看到最真实、最细致的效果。
另一方面,梵蒂冈也希望借助高科技识别出肉眼看不见的裂缝,为文物修复工作提供必要信息。
小编说,这次梵蒂冈的「破圈」尝试,让传统与科技完美融合,你觉得怎么样?欢迎在评论区分享你的想法!

本篇关于《AI解锁500多年的圣殿,米开朗基罗杰作,你我触手可及》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
传三星明年推出三折叠手机,供应链开始竞标供应零部件
- 上一篇
- 传三星明年推出三折叠手机,供应链开始竞标供应零部件
- 下一篇
- 键值组件动态渲染后追加按钮失效怎么办?
-
- 科技周边 · 人工智能 | 3小时前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 5小时前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 409次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 487次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 496次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 444次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 271次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览



