一段200多年前的商人流水账，字迹潦草难辨，货币单位陌生，格式杂乱无章，却成为AI迈向历史理解的重要一步。

加拿大历史学教授Mark Humphries小心翼翼地将一份18世纪末的商人账本输入谷歌AI Studio。这份源自奥尔巴尼一位荷兰籍店员的记录，潦草地记载着朗姆酒、潘趣酒碗和糖锭的交易，拼写混乱，格式不一。

他未曾料到，谷歌神秘的新模型不仅准确识别了这些“天书”文字，还纠正了原记录中的格式错误，甚至推断出模糊数字背后的真实含义。

01 突破极限：从字符识别到历史推理

Humphries与Lianne Leddy博士共同构建的测试集，包含50份文档、约1万词，涵盖从潦草手写到正式书写的各种风格。

这些文献完全不在大模型的训练数据中，是检验AI真正能力的试金石。

在字符错误率和词错误率两项关键指标上，谷歌新模型表现出色：严格CER为1.7%，WER为6.5%。

若排除不影响理解的大小写和标点错误，错误率进一步降至CER 0.56%和WER 1.22%。

这一成绩表明，新模型已经达到专业人类转录员的水平，非专业人士的词错误率通常在4-10%之间。

02 糖锭谜题：AI展现隐性推理能力

新模型在处理一份糖锭采购记录时，展现出令人惊叹的能力。账本上模糊记载着“To 1 loff Sugar 145 @ 1/4 0 19 1”。

模型并未简单转写数字，而是推断“145”表示重量，并补充为“14 lb 5 oz”（14磅5盎司）。

为验证这一推断，AI完成了跨世纪数学运算：将1先令4便士单价统一为16便士，总价0/19/1转换为229便士，用229除以16得到14.3125，正好是14磅5盎司。

这一过程涉及历史货币与重量单位的多步换算，需要对18世纪计量体系的理解。

Humphries表示，没有其他模型在相同测试中表现出类似能力，这可能是统计模型内部自发形成的推理能力。

03 技术跨越：错误率断崖式下降

与前期模型相比，谷歌新模型实现巨大飞跃。在严格计分下，Gemini-2.5-Pro的CER为4%、WER为11%。

而新模型将这两项错误率大幅降低至原模型的1/7至1/9，提升幅度达50-70%。

这一突破意义非凡，因为大模型本质是“预测式”的，而历史文献中的拼写错误和风格不一致本就不可预测。

传统模型在转写不熟悉人名、冷门地名、日期或数字时表现不佳，而新模型在这些方面展现强大实力。

04 历史学家：AI将改变人文研究范式

作为测试者，Humphries对这一突破充满热情。他认为，AI开始跨越专家长期认为“当前架构无法逾越”的界限。

历史手写体识别不仅是视觉任务，更需要理解历史背景。缺乏相关知识，准确识别几乎不可能。

新模型表现优于受过专业训练的学生，这预示着历史学研究方法可能发生变革。

“最后一英里的准确性”一直是历史手写文本识别能被人类使用的前提，而新模型正接近这一目标。

05 业界反响：重新定义AI能力边界

虽然谷歌尚未正式确认，但业界普遍推测这一神秘模型就是即将发布的Gemini 3。

这一突破展示了AI在理解历史背景、进行隐性推理方面的潜力，远超传统OCR技术的能力范围。

从技术角度看，新模型展现的多模态理解能力，为AI在古籍保护、档案数字化等领域的应用开辟了新可能。

专家认为，这种进步可能标志着AI开始从单纯的模式识别向真正的“理解”迈进。

历史学界世代依赖专业学者肉眼破译的泛黄手稿，现在正被AI以惊人的准确度解读。

当AI不仅能识别200年前商人的潦草笔迹，还能理解其背后的商业逻辑，历史研究的本质也在悄然改变。