DeepMind 推出「Predicting the Past」功能，让历史学家用英语研究希腊与拉丁文本

Google DeepMind 在 X 平台宣布推出一项面向人文学科的新功能「Predicting the Past Skill」，将 Gemini 大模型与其此前发布的两款古文字专家模型 Aeneas 和 Ithaca 直接对接，使历史学家与古典学者能够用日常英语与古希腊、拉丁文本进行交互式研究。

功能定位：从专家模型到对话式研究界面

该功能将 Gemini 作为对话前端，把用户的自然语言问题转译为 Aeneas、Ithaca 等专业模型擅长的古文字分析与推断任务，再以可读的方式返回结果。DeepMind 表示，希望借此让不掌握古希腊语、拉丁语或铭文学专业知识的研究者也能便捷地参与古典文本的考据工作。

技术底座：Aeneas 与 Ithaca

• Aeneas：DeepMind 此前推出的多模态模型，可用于拉丁铭文残缺的补全、年代判定与跨文本关联分析，曾发表于学术期刊。
• Ithaca：面向古希腊铭文与文献的深度学习模型，专注于文本归属、断代与地理溯源等任务。

两款模型作为底层推理引擎，与 Gemini 的语言理解与对话能力形成互补。

集成平台：Google Antigravity

新功能被命名为「Predicting the Past Skill」，运行在 Google 的 Antigravity 平台上。用户无需自行部署模型，可通过界面化的对话方式直接调用 Aeneas 与 Ithaca 的能力，面向历史、考古、古典学等研究方向。

意义与局限

对数字人文领域而言，这是大模型与领域专用模型结合的又一次落地尝试，让 AI 在古籍整理、铭文考释等长期依赖专家经验的工作中扮演辅助角色。但当前公开信息较为有限，未披露具体能力边界、可处理文本规模及对学术工作流的支持深度，相关效果仍需在实际使用中检验。