一句话总结

香港科技大学团队推出的 UniCalli，是全球首个能同时搞定「书法生成」和「古籍识别」的 AI 框架。不仅能写出王羲之、颜真卿的字，还能自动排版、加连笔，甚至能反向识别古籍文字。

它解决了什么痛点？

以前的 AI 书法工具有两个极端：

• 单字派：写得好看，但拼起来没有整体感，像小学生抄作业
• 整页派：想一次生成整幅作品，结果结构崩塌、错字连篇

UniCalli 的出现，算是降维打击。它能：

• ✅ 自动处理整列排版（Column-level），字大字小错落有致
• ✅ 生成自然流畅的游丝连笔（Ligatures），尤其是草书
• ✅ 同时支持书法生成和古籍识别，一个模型两用

核心技术亮点

1. 多模态扩散 Transformer（MMDiT）

传统方法是线性生成，一个字一个字往下写。UniCalli 用的是「全局谋篇」——就像真正的书法家，落笔前先看整体布局。

2. 三大创新设计

非对称加噪（Asymmetric Noising） 通过不同的加噪策略，让模型自动切换「生成模式」和「识别模式」。

边界框图（BoxMap） 给每个字符加上位置和大小信息，逼着模型学会排版规则。

重复旋转位置编码（DuplicateRoPE） 让文本、图像、布局三种信息在同一个坐标系里对话，不会乱套。

3. 条件随机失活（Conditional Dropout）

防止模型在稀有书法家数据上「过拟合」——比如学米芾学到字形都崩了。

实际效果如何？

李白《将进酒》草书版 模型能根据上下文自动判断，生成极其得体、连贯的牵丝连笔。

多书法家风格切换 从文征明的行书到宋徽宗的瘦金体，从王羲之的草书到颜真卿的楷书，随意切换。

甚至能逆向生成甲骨文 给它一段现代汉语，它能直接生成结构神似的甲骨文，泛化能力惊人。

专家怎么评价？

在书法协会专家、大学书法社团的盲测中，UniCalli 在风格还原度、字形准确性和自然度上，全面超越了 ChatGPT-4o、Doubao 等主流大模型。

立即上手

在线试玩 Demo https://huggingface.co/spaces/TSXu/UniCalli_Dev

开源数据集 https://huggingface.co/datasets/TSXu/UniCalli_dataset

项目主页 https://envision-research.github.io/UniCalli/

Toolin 点评

适合谁？

• 书法爱好者：想快速生成不同风格的作品
• 设计师：需要高质量的中文书法素材
• 研究者：对古籍识别、文字生成感兴趣

不适合谁？

• 纯粹想要「手写感」的用户（这是 AI 生成，不是真人写的）
• 需要商业授权的场景（开源协议需确认）

相比竞品的独特优势

• 市面上唯一能同时做「生成」和「识别」的框架
• 连笔、排版这些细节，其他工具基本做不到
• 开源 + 可玩 Demo，上手门槛极低

明显的缺点或限制

• 目前主要支持中文书法，其他语言文字支持有限
• 生成速度取决于硬件配置（Hugging Face 上的 Demo 已做模型蒸馏优化）

---

定价与门槛 ✅ 完全开源，免费使用 ✅ 在线 Demo 可直接体验，无需本地部署 ✅ 如需本地运行，建议配置 GPU（模型蒸馏后十秒可生成数张作品）