12月29日，“听宝贝说”AI互动播客正式上线，用户可通过“故宫博物院”微信小程序体验。该播客精选30件院藏珍贵文物，依托豆包大模型等AI技术，用户只需简单跟读指定语句，即可生成个人音色的文物讲解视频，收听生动有趣的文物故事。该播客由故宫博物院与火山引擎联合推出，即日起至2026年3月31日开放体验。
“唤醒”故宫文物，讲出专属于你的“宝贝故事”
故宫博物院的文物藏品承载着中华五千多年的文明，每一件都在诉说着别样的故事。“听宝贝说”精选不同历史时期的30件院藏文物，深入挖掘文物历史背景、文化内涵、制作工艺等信息，并将其转化为通俗有趣的故事表达，以儿童易于接受的形式，阐释文物的历史价值、文化价值、审美价值、科技价值和时代价值。
例如，金瓯永固杯和琉璃屋脊兽分别表达了对国家安定和防灾安居的祈愿，承载着家国情怀；金漆三足凭几能缓解古人席地之劳，锭子药兼具佩戴和疗愈双重功能，反映出古今相通的生活智慧；而桐荫仕女图山子“变废为宝”的创意与剔红百子宝盒“百道漆层”的耐心，其背后是传承至今的匠心。
在故宫博物院建院100周年的尾声，“听宝贝说”为家长和孩子们呈上一份声音礼物，通过个性化生成的AI播客，将文物故事转化为视听语言。那些来自千百年前的珍贵文物，仿佛穿越时空，来到孩子身边，开始一场“宝贝”与“宝贝”间的声音互动。部分文物来自故宫博物院常设展馆，听完还可以线下打卡，近距离欣赏文物“宝贝”。
声音复刻+角色扮演模型，带来“声临其境”的故事体验
“听宝贝说”AI播客依托豆包声音复刻模型和豆包角色扮演模型，经过扣子平台的智能体编排，将文物故事转化为一场充满情感温度的声音互动。
该播客为每件文物提供两个方向的文物故事。用户可以选择“小历史学家”或“小科普家”的角色，在豆包角色扮演模型的辅助下，生成符合角色叙事风格的播客文本，并可录入个人音色，聆听专属声音演绎的文物故事。
豆包声音复刻模型则基于全新的语音合成架构，从单纯的声线模仿进化到深度语义理解和情感表达，表现出更强的声音表现力。用户操作也十分便捷，只需跟读几句话，便可几秒内生成融合自身声线特征、精准表现情绪的个性化播客内容，提升用户互动参与和情感连接。
此外，“听宝贝说”引入喜羊羊、熊大、熊二、光头强、宫猫等多种音色。用户可以选择自己喜爱的角色来讲文物故事。
AI搭建古今对话桥梁，以科技续写文明传承
随着人工智能技术在博物馆领域的广泛使用，故宫博物院也在积极探索“AI+文化”的实现形式，赋能文物保护与文化传承工作。
今年中秋，故宫博物院与火山引擎合作推出AIGC视频“故宫宝贝团圆夜”，依托视频生成模型和图像创作模型，动态复原建筑场景，不仅让文物“动”起来，更是“生动”起来，使建筑和文物呈现更具真实感和沉浸感。
此次“听宝贝说”AI播客则是双方在文化传承领域的又一次深度合作，将单向的文化输出，转变为双向的、可参与、有启发的文化共创体验，打破传统展示时空限制，通过叙事表达与互动体验，让故宫文物以更可感、更鲜活的方式走入观众心中，提高文物活化利用水平。
一直以来，火山引擎持续在科技助力文物活化与文化传承方面进行探索。在数字文博领域，火山引擎利用AIGC技术绘制非遗百景图，生动展现中国传统技艺；与北京大学联合研发的“识典古籍”平台已开放超3万部古籍；此外，还利用数字活化技术将山西高平二郎庙金代戏台和北京正乙祠古戏楼等历史建筑生成数字资产，打造“虚拟直播间”，让观众远程“触摸”历史建筑，助力传统戏剧的当代传播。