第二章　生态格局与资源基础

目录

藏文技术生态已形成跨机构的数据与产品供给网络，典籍积累、语言工具、模型研发和机构应用相互衔接。 佛教数字资源中心（Buddhist Digital Resource Center，BDRC）提供馆藏、扫描和资源规格，Esukhia及其发展出的OpenPecha团队连接语言人才、文本加工与工具建设，Monlam藏文信息技术研究中心（Monlam Tibetan IT Research Centre，Monlam ITRC）将字体、词典和语言技术转为用户产品。资源持有、技术开发、受款与项目实施由不同主体承担，机构登记、任职经历、公开代码和资助协议共同呈现具体分工与合作关系。^[1][2][3]

长期语言工作为产品扩展提供了人员和内容。Esukhia于2009年开展译者与藏文教师结对合作，随后进入在线教学、教师培训及典籍数字化；Monlam于2012年成立研究中心，2022年发布由200余人历时九年编纂的223卷大词典，并衍生37个应用。2023年集中发布的机器翻译、文字识别、语音识别和语音合成功能，将词典及文本处理积累进一步转为模型服务。^[2][3][4][5]

核心人才的流动把不同机构的经验接到同一技术链上。Ngawang Trinley从Sherabling图书馆与教学工作出发，共同创办Esukhia，参与84000佛典翻译项目的数字版校订、BDRC数字化管理及Monlam AI／Mitra模型协作。Sebastian Nehrdich从BuddhaNexus互文平台开发进入MITRA翻译模型项目，自2023年起参与相关研发，并于2025年赴日本东北大学任职。文本校订、资料组织、算法研究和工程实现由这些岗位持续衔接，人员经历也成为平台、数据和工具之间的实际联系。^[6][7]

公开资源已覆盖文本、图文、语音和平行语料等主要类型。BoCorpus包含8类合集、1,039条记录和603,325,999个字符，ALL-BDRC-alignments提供79,572页图文对齐；OpenPecha的语音转写数据公开训练与验证分集合计1,382,757条，采集概览列有1,576.76小时、8类场景。扫描、转写、校订、标注和分集发布使这些材料成为可获取、可重复加工的数据产品，数据卡列明其字段、规模与许可。^[1][2][3]

资源对模型开发的作用已有具体采用关系。BDRC的Yigdzin 1文字识别模型同时使用ALL-BDRC图文对齐和BoCorpus生成的合成页面；ACTib将17,731,410行文本交由定制Botok分词，进入KenLM训练和规范化候选重排序；MITRA形成1,742,786组多语平行句对，用于机器翻译与语义嵌入模型。处理工具、数据版本和标注方式随采用进入后续模型，开放供给由此延伸到跨机构研发。^[4][5][6]

个人工具与机构馆藏形成两类稳定的使用场景。截至2026年10月23日，Apple美国区列有Lobsang Monlam名下10款应用，包含6款词典、3款语言工具和1款文化导览；Monlam公共门户在2025年第四季度处理逾130万次请求，服务逾2.5万名用户。数字图书馆首年在20家宗教与文化机构开展培训，为2,000个书架及70,000部母本集成二维码；2026年第三届联盟会议有来自49家项目参与机构的54名代表参会。查词、输入、问答、编目和馆藏管理使资源持续进入个人与组织的日常工作。^[1][2][3][4]

美国政府资助按项目汇聚，并在执行期分次追加。截至2026年10月23日，社会与资源发展基金（Social and Resource Development Fund，SARD）、Wadhwani人工智能基金会及西藏基金会承接的三项合作协议，累计联邦支付义务合计11,715,600美元，其中西藏基金会协议占74.06%。已列交易中的新增义务分别集中在2023年的2,439,514美元、2024年的6,578,000美元和2026年的2,698,086美元；西藏基金会主协议项下两笔Monlam慈善信托次级资助报送合计377,916美元。资金由主协议连接受款机构，再进入具体执行项目和技术任务。^{[5][6][7][8][9][10]}

机构年度收支呈现出收入波动与文化用途支出增长并行的变化。西藏基金会的收入、收益及支持总额由2023年的12,794,979美元增至2024年的17,756,642美元，2025年降至10,286,233美元；文化和宗教保护／文化遗产保护支出则由3,255,698美元、3,722,492美元升至6,679,975美元。2024年收入增量主要来自捐款，2025年收入降额主要来自联邦赠款回落；按项目流向观察的累计义务与按年度观察的机构收支，共同呈现建设资金和持续运营投入的接续。^[1][2][3][4]

现金、专业工时与数据支持共同承担研发和维护成本。pybo的建设投入包括22,000美元启动资助、BDRC两名专业人员六个月的数据整理与训练材料支持；数字图书馆在资金短缺期间，曾由私人资助者Alessia Bulgari承担项目员工一年的工资。基金会合作、私人支持、经营收入与专业人员投入分别支撑资料加工、软件开发和日常服务，具体项目的持续交付取决于这些投入能否接续。^[5][6]

2.1　技术演进

典籍加工提供了语言人员、标准化文本和工具，模型研发将这些积累转为翻译与识别，机构部署再把产品纳入馆藏和培训。沿“人才与文本—工具与模型—产品与机构”的关系，可以看到能力扩展的具体来源。

2.1.1　语言与文本积累

Esukhia 从教师培训和译者协作积累语言人员。 Esukhia 是开展藏语教育、翻译协作和数字资源建设的非营利组织。其机构沿革记载，2009 年开展 Bridge 译者与藏文教师结对项目，2011—2012 年开展在线藏语教学，并参照欧洲语言共同参考框架（Common European Framework of Reference for Languages，CEFR）探索能力分级；2013—2014 年培训约 60 名教师，2015—2017 年团队规模约为 60 人。^[1]

典籍加工将专业经验沉淀为可交接的文本资产。 84000（Translating the Words of the Buddha）是佛典翻译与公开出版项目；《康珠尔》主要收录佛陀言教，《丹珠尔》主要收录相关论著。Esukhia 参与两类典籍数字化，积累了录入、校对、页册对应和版本管理经验，其佛典技术团队随后发展为 OpenPecha。OpenPecha 承担文本组织格式与加工工具建设，佛教数字资源中心（Buddhist Digital Resource Center，BDRC）提供扫描件、目录和数字保存资源。^{[1][5][6][7][8]}

Monlam 从字体和词典业务扩展至人工智能。 Monlam 藏文信息技术研究中心（Monlam Tibetan IT Research Centre，Monlam ITRC）由格西洛桑门朗（Geshe Lobsang Monlam）创办，机构自述成立于 2012 年，业务由字体、词典扩展至人工智能；MonlamAI 是其人工智能品牌及相关公开发布标识。^[1][2][3]

兰炯耶谢学院（Rangjung Yeshe Institute，RYI）的会议简介记载，Ngawang Trinley 于 2009 年共同创办 Esukhia，参与 84000 所用德格《康珠尔》数字版校订，担任 BDRC 数字化项目经理，并参与 Monlam AI 及 Mitra 翻译模型项目工作。^[4][5]

2.1.2　词典与工具建设

基础工具使处理规则复用。 OpenPecha 格式（OpenPecha Format，OPF）将底本文本与分页、注释等信息分层组织；Botok 处理藏文分词和词性，pybo 提供批处理能力，pyewts 连接藏文 Unicode 编码与扩展 Wylie 转写。^{[6][7][8][9][10][11]}

大词典将集中编纂成果扩展为多种数字服务。 2022 年 5 月 27 日，Monlam 藏文大词典在达兰萨拉发布。达赖喇嘛办公室的发布记录载明，该项目获达赖喇嘛信托（Dalai Lama Trust）支持，由 200 余人历时九年编纂，共 223 卷，并衍生 37 个应用和持续更新的网站。词条数量在该办公室原页中记为 20 万以上，在藏人行政中央同日发布记录中记为 39.5 万以上。^[1][2]

工具迭代将文本处理与集中存储连接起来。 2025 年 10 月 29 日发布的 openpecha 2.5.0 版本采用独立式文本标注模型（Stand-off Text Annotation Model，STAM），将正文与标注分离；项目说明将 Firebase 云服务用于存储和访问，同时提供序列化与导出功能。^[4][5][6]

2.1.3　模型与机构应用

藏文资源与外部科研能力形成互补。 Monlam AI 的技术介绍记载，Sebastian Nehrdich 在 Kurt Keutzer 指导下，于加州大学伯克利分校人工智能研究实验室（Berkeley Artificial Intelligence Research，BAIR）开展机器翻译研发，由 Monlam 提供数据。^[1][2][3][4]

集中发布将研发成果转化为面向用户的功能组合。 2023 年 11 月 3 日，Monlam ITRC 公开发布机器翻译、光学字符识别（Optical Character Recognition，OCR）、语音识别（Speech-to-Text，STT）和语音合成（Text-to-Speech，TTS）四类功能。西藏基金会（The Tibet Fund）2023 年报记载，相关工作得到谷歌（Google）、加州大学伯克利分校和汉堡大学专家协作，并有来自印度高校和寺院的 320 余名藏人参与兼职工作；发布活动的 Facebook 直播观众超过 4 万人。^[5][6][7][8]

数字图书馆将相关技术接入机构工作流程。 藏人行政中央（Central Tibetan Administration，CTA）是设于达兰萨拉的流亡政治与行政机构，其宗教与文化部负责项目中的机构协调，人工智能机构 Wadhwani AI 与 Monlam ITRC 参与技术实施。2024 年项目首年公告记载，在 20 家宗教与文化机构开展培训，为 2,000 个书架和 70,000 部母本完成二维码集成。2026 年 3 月第三届联盟会议报道记载49家项目参与机构的54名代表参会。^[1][2][3]

藏文图书馆管理系统（Tibetan Library Management System，TLMS）把目录、扫描、二维码和馆藏业务连接起来。2025 年 6 月，CTA 宗教与文化部与 Monlam ITRC 共同组织目录分类专家会议，审议由 Monlam 提出的框架。^[4][5]

Melong.ai 在识别与翻译之外增加问答和推理功能。 2025 年 11 月 Monlam Manifestation 发布活动报道介绍了 Melong.ai 问答平台及其 Monlam Think 推理功能、Monlam Bodyig-4 字体和大词典应用。报道转述的机构内测结果包括约 1,500 道题的 73% 正确率、印度中央中等教育委员会（Central Board of Secondary Education，CBSE）12 年级藏文考试的 71% 得分；发布方同时介绍了约 13 万词元上下文和 140 种语言支持。^[6]

2.1.4　投入与公开展示

现金、专业工时和数据整理共同支撑研发。 pybo 项目说明列明，钦哲基金会（Khyentse Foundation）提供 22,000 美元启动资助，BDRC 提供两名人员参与六个月的数据整理，Barom／Esukhia 典籍项目支持训练数据整理。^[7][8][9]

多年期项目为跨机构建设提供组织和资金框架。 美国国际开发署（United States Agency for International Development，USAID）资助的“增强藏人社区文化韧性”（Strengthening Cultural Resilience of Tibetan Communities）项目于 2023 年启动，为期三年，数字图书馆是其重要内容。西藏基金会 2024 年审计报告另列“南亚藏人社区自立与韧性计划”（Program for Self-Reliance and Resilience of Tibetan Communities in South Asia），协议编号 72038624CA00006，期限为 2024 年 10 月至 2029 年 9 月，协议金额 3,000 万美元。该协议于 2025 年 1 月 28 日暂停，同年 7 月 1 日获准恢复。^[1][2][3]

私人支持承担了资助中断期间的人员成本。 2026 年 3 月联盟会议报道记载，美国资助中断期间，意大利私人资助者 Alessia Bulgari 承担了项目员工一年的工资。^[4][5]

技术成果成为涉藏政治倡议的展示内容。 2024 年 12 月 5 日，洛桑门朗参加美国国会及行政当局中国委员会（Congressional-Executive Commission on China，CECC）听证，在书面陈述中将语言技术与涉藏政治叙事相联系。国际声援西藏运动（International Campaign for Tibet，ICT）于 2025 年 10 月在柏林向其颁奖，主办方报道将词典和人工智能工作列为授奖理由。^[6][7][8][9]

2.1.5　开放训练资源

公开资产已覆盖词典、图像转写和大规模文本三个层次。 2022 年发布的 Monlam 大词典为 223 卷，并衍生 37 个应用。截至2026年10月23日，MonlamAI 数据集 OCR-Dergetenjur 列有 845,118 条图像与转写记录；OpenPecha 发布的 BoCorpus 数据卡列有 8 类合集、1,039 条记录、603,325,999 个字符，约为 6.03 亿字符。^[1][2][3][4]

数据生产形成资源机构、加工团队和资助方的明确分工。 BoCorpus 数据卡记载，语料由 Dharmaduta 按照 BDRC 的规格制作，并获钦哲基金会支持。^[3][5]

后续计划继续扩大机器可读文本的生产规模。 BDRC 于 2026 年 2 月 28 日公告，获钦哲基金会支持的开放佛教数据集计划已于 2025 年 12 月启动，由技术负责人 Élie Roux 主持，资助安排延续至 2027 年夏。项目目标是将数百万页文献转为机器可读格式，形成数万份标准化电子文本，并面向人工智能开发者发布。^[6][7]

典籍加工形成的专业知识，经格式和工具固化后进入模型与馆藏服务。扩展所依靠的核心资源因此包含文本、数据和跨机构人才，组织关系需要同时沿这三类要素观察。

2.2　组织与人才

资源、研发、受款与实施职责分属不同主体，跨机构人才将这些职能接到同一项目。馆藏方提供材料和规格，语言专家完成整理，开发者维护工具及接口，高校研究人员开发模型，资助与行政机构支持项目落地。

2.2.1　核心机构分工

Esukhia提供语言人才和基础文本。 Esukhia开展藏语教育、翻译协作和典籍数字化，其早期佛典技术团队后来发展为OpenPecha。^[1][2]

机构数字资源页面将BDRC列为数字化与保存合作方，将Monlam AI列为文字识别、语音和翻译合作方，并介绍Pecha、Sherab等阅读与教学平台。^[3]

OpenPecha 提供文本组织和加工基础设施。 OpenPecha 是围绕佛典数字文本建设形成的项目与公开品牌，主要维护文本格式、分词、转写、校勘和数据服务工具，使来源不同的文本能够按相对一致的结构进行处理和交换。其项目与 Esukhia 存在历史承接，与 Monlam 产品存在代码来源联系。Toolkit、Botok、pyewts 等相关代码仓库现以 Webuddhist-tech 组织名称展示。^[4][5][6]

Monlam ITRC将词典与语言资源组织为技术产品。 Monlam 藏文信息技术研究中心（Monlam Tibetan IT Research Centre，Monlam ITRC）由格西洛桑门朗（Geshe Lobsang Monlam）创办，MonlamAI 是其人工智能品牌及相关代码、模型发布标识。其产品包括大词典、机器翻译、光学字符识别、语音处理、输入法、字体和问答服务。^[7][8]

Dharmaduta把文本加工与软件开发组织到产品线。 Dharmaduta 对外展示 WeBuddhist、Sherab、Pecha AI Studio、Pecha Data & API 四条产品线，分别涉及佛典阅读与社区、在线教育、人工智能工具和数据接口。其团队介绍及数据集署名显示，文本整理和软件开发共同参与产品交付。公司页面提出将服务利润的 70% 回投社区、30% 用于持续经营。^{[1][2][3][4][5]}

运营主体与区域接续分别承担组织职能。 Dharmaduta在印度的运营主体为Dharmaduta Services LLP，登记成立于2025年5月22日，指定合伙人为Yonten Wangchuk和Kalzang Furbu。Esukhia机构沿革记载，2024年由加拿大非营利组织接续法国组织活动。^[6][7]

2.2.2　馆藏与高校合作

BDRC 连接文献馆藏与机器可读数据。 BDRC 的前身为藏传佛教资源中心（Tibetan Buddhist Resource Center，TBRC），长期从事文献保存、目录建设和数字化，其美国雇主识别号（Employer Identification Number，EIN）为 04-3491680。该机构向下游提供扫描件、书目元数据、电子文本、技术人员及加工规范，2026 年公告中的开放佛教数据计划进一步扩大面向人工智能开发者的数据供给。^[8][9]

BDRC的2024年25周年机构说明记载，自1999年以来累计保存超过3,000万页佛教文献。^[1]

BDRC／ALL-BDRC-alignments 数据卡记载 79,572 页对齐结果：亚洲传承图书馆（Asian Legacy Library，ALL）提供亚洲经典输入计划（Asian Classics Input Project，ACIP）的转写资源，结合 BDRC 等来源的扫描图像，由 Dharmaduta 完成对齐，并获钦哲基金会（Khyentse Foundation）支持。^[2]

84000 与典籍项目提供内容和校订协作。 84000（Translating the Words of the Buddha）是佛典翻译与公开出版项目，其机构沿革记载，项目由钦哲基金会孵化，2013 年成为独立慈善组织。其与 Esukhia 的合作涉及《康珠尔》《丹珠尔》等典籍数字化，与高校的合作涉及译者培养、翻译研究和编辑工作。Barom／Esukhia 典籍项目在 pybo 藏文批处理工具的说明中被列为训练数据整理支持方。^[3][4]

语言数据与科研能力互补。 Monlam 官网记载，Sebastian Nehrdich 在 Kurt Keutzer 指导下，于加州大学伯克利分校人工智能研究实验室（Berkeley Artificial Intelligence Research，BAIR）开展机器翻译研发，Monlam 提供数据。Dharmamitra 则是开展跨语种佛典语言技术研究的合作项目，其官网列出的合作方包括佛学研究与翻译支持机构 Tsadra Foundation、日本东北大学综合日本学研究中心（Center for Integrated Japanese Studies，CIJS）及伯克利 BAIR。^[5][6][7]

该团队的 MITRA 研究论文报告，梵—藏、汉—藏、梵—汉三个语言对共形成 1,742,786 组自动挖掘的平行句对，并开发机器翻译模型 MITRA-MT 和语义嵌入模型 MITRA-E。^[8]

2.2.3　核心人才流动

人才联系沿三条具体路径展开：教学与校订人员进入数字化和模型协作，高校研究人员连接互文检索与机器翻译，开发者跨项目承担词典、数据接口和终端应用工作。Nehrdich从BuddhaNexus开发转入MITRA领导及东北大学任职，TenzDelek从MonlamAI进入Webuddhist-tech；BDRC的负责人接续又把学术研究、馆藏数据和项目治理联系起来。^{[1][2][3][4][5]}

2.2.3.1　Ngawang Trinley：文本与模型

寺院图书馆和教学经历形成文本组织基础。 Ngawang Trinley在印度学习藏语及相关学科后，负责Sherabling的College of Buddhist Sciences图书馆，并承担藏语和相关课程教学。2009年共同创办Esukhia后，继续担任印度分支负责人和董事，工作涉及语言教学、翻译、转写与项目组织。^[1]

84000与BDRC把校订经验接入馆藏资源。 他参与84000所用德格《康珠尔》数字版的校对和编辑，后在BDRC担任数字化项目经理，负责扫描件与电子文本以及用户、合作机构关系。其开发和组织的工具包括实时在线协作翻译、校对软件及藏文拼写检查，分别服务译者协作、文本修订和语言规范化。^[2][1]

译者课程与模型合作继续使用同一套专业经验。 RYI讲者资料介绍，Kumarajiva Project将其沉浸式藏语课程用于译者培养；相关报告还介绍他参与Monlam AI／Mitra机器翻译和佛教大语言模型工作。^[1]

2.2.3.2　Nehrdich与Keutzer：翻译研发

语言与计算训练共同进入平台研发。 Nehrdich于2017年、2020年在汉堡大学分别取得印度学与汉学学士、佛学硕士，2025年在杜塞尔多夫大学完成计算语言学博士，由Oliver Hellwig和Kurt Keutzer共同指导。自2018年起，他负责BuddhaNexus的自然语言处理与数据库开发，该互文平台后来延续为DharmaNexus。^[3][4]

MITRA的职责调整对应学术依托的变化。 2023年起，他与伯克利BAIR的Keutzer共同参与MITRA，先任首席技术官，后任主任和首席研究员。2025年10月1日加入日本东北大学CIJS后，项目于同月27日公布新的分工：东北大学成为新的学术依托，Nehrdich负责项目领导，Keutzer转任战略顾问；2019年已参与BuddhaNexus的Hubert Dworczyński返回团队，担任高级全栈工程师。^[3][4][5]

数据成果把人员联系转为可使用的资源。 MITRA研究形成1,742,786组多语平行句对，用于翻译和语义模型；2026年10月发布的MITRA-lexicon进一步组织梵英、梵藏和梵汉六方向词典，合计218万词头条目及1,040万条引用例证，每条例证连接平行句对和字符位置。2025年11月Nehrdich加入BDRC董事会，馆藏资源与模型研究又增加了治理层的联系。^[1][2][3][4]

2.2.3.3　Élie Roux：馆藏与数据

BDRC的技术岗位连接数字馆藏与外部合作。 Roux自2017年起在BDRC设计软件和数据架构，并管理与学术机构、传统文献机构和馆藏的合作。其专业工作涉及关联开放数据、文本表示和藏文自然语言处理，已有藏文拼写检查、动词检查及文本编码工具。^[5]

同一技术经验进入翻译项目、排序规则和数据接口。 钦哲愿景项目2021年的顾问介绍列其参与关联开放数据、TEI文本编码和自动音译；2021年藏文排序工作连接BDRC、Esukhia及Apple／CLDR委员会。Pecha API工作组又以BDRC角色列其为成员，与应用开发者共同衔接文本及关联资料接口。^[5][6][7]

开放数据计划把架构能力用于规模化文献加工。 2026年BDRC公告由Roux负责开放佛教数据集计划，钦哲基金会的支持自2025年12月延续至2027年夏，目标是把数百万页文献加工为数万份标准化电子文本。其职责由保存和组织馆藏延伸至为研究者及模型开发者提供机器可读材料。^[8][5]

2.2.3.4　BDRC治理接续

创办人和早期目录人员奠定馆藏组织方法。 E. Gene Smith（1936—2010）于1999年创办TBRC。Jann Ronis于2006年以驻馆研究人员身份与Smith合作，参与早期书目提纲编制；该提纲后来成为BDRC元数据的重要模板。Ronis随后在伯克利东亚语言与文化系任教，2018年7月15日转任BDRC执行主任，接替在该机构服务17年的Jeff Wallman。^[4][5]

数字档案平台成为学术与馆藏之间的共同入口。 Ronis任内推出Buddhist Digital Archives（BUDA），扩展检索与合作机构资料连接。BDRC沿革记载，BUDA于2021年上线，采用关联开放数据组织馆藏，使扫描件、目录和相关文献可通过同一平台检索。^[5]

2026年的治理调整引入翻译、语文学和文学史经验。 5月18日获任执行主任的Gregory Forgues拥有维也纳大学博士和莱顿大学Open Philology项目研究经历，并曾在84000、钦哲基金会、Siddhartha’s Intent及Tsadra Foundation承担领导或治理工作；Dharmamitra也将其列为顾问。6月25日当选董事会主席的Gedun Rabsal曾在隆务寺、甘丹绛孜学院及瓦拉纳西藏学机构学习研究，2002年起在印第安纳大学伯明顿分校教授藏语文学，并从事文学史、翻译和期刊编辑。^[1][2][3]

2.2.3.5　Dharmaduta创始团队

文本专业组负责把文献知识转为数据内容。 官网将Tenzin Rabten、Tsering和Gade列为三名佛教数据专业联合创始人。ALL-BDRC-alignments的署名将Tenzin Rabten列入手稿识别人员，将Gade列入逐页对齐人员；该项目以ACIP转写和馆藏扫描形成79,572页图文对齐资源，由Dharmaduta加工、BDRC提供规格、钦哲基金会支持。^[4][5]

教育与管理组连接机构运营及学习产品。 Kalzang Furbu、Yonten Wangchuk和Tenzin Noryang构成教育与管理方向的三名联合创始人。Dharmaduta Services LLP于2025年5月22日成立，Kalzang Furbu与Yonten Wangchuk同时是登记资料所列的两名指定合伙人，出资义务为100,000印度卢比。^[4][6]

技术组承担跨产品的软件工作。 Tenzin Kaldan、Tashi Tsering和Tenzin Kunsang是佛教技术方向的三名联合创始人。公开项目分别将他们连接到模型及数据资源、Pecha API、词典编辑和Pecha AI Studio，技术岗位与文本岗位共同参与产品交付。^[4][7][8][9]

执行团队继续按产品配置开发者和文本人员。 2026年10月23日团队页面列43条人员记录：运营5条、WeBuddhist17条、Sherab2条、Pecha AI Studio8条、Pecha Data & API11条。WeBuddhist组含6个软件开发岗位和11个文本专业岗位，文本知识与软件实现被放入同一工作组。^[1]

2.2.3.6　开发者与产品关联

TenzDelek的任职变化伴随词典产品开发。 其公开履历列此前任职MonlamAI，现为Webuddhist-tech软件工程师SDE 2。2024年12月17日，他在OpenPecha项目中提出Monlam大词典编辑器设计，任务包括词条修改、查询和用户角色管理；kaldan007参与该议题的评阅。^[2]

Pecha API工作组把多个机构与产品的人员放在同一接口任务中。 Tashi Tsering的GitHub资料列Esukhia，其账号ta4tsering与工作组开发岗位对应，工作组主席栏也列其姓名；Tenzin Kunsang的账号tenkus47列Webuddhist、Dharmaduta、OpenPecha和Monlam，工作组中对应Pecha AI Studio。成员表另列Gabor Detari为负责人、Tenzin Tsering为开发者、Élie Roux代表BDRC、Tenzin Samten对应WeBuddhist、Tenzin Tsewang对应Pecha Data，项目共同连接Pecha API、Toolkit V2与STAM。^[3][4]

Tenzin Kaldan把语言技术协作扩展到开放知识项目。 kaldan007的GitHub资料列Esukhia，Hugging Face的Tenzin Kaldan资料链接同一账号。2025—2026年，他以Kaldan007组织藏文Wikipedia编辑及Wikisource校对项目，方案将BDRC扫描图像列为校对素材来源；Tenzin Tsewang、Gade、Choedup和Ngawang Thrinley分别参与财务与活动协调、组织及顾问支持。^[3][5]

2.2.3.7　教学与运营配套

词典知识继续进入模型评价。 Ju Tenkyon担任Monlam大词典框架主编，同时是BoBench文学领域专家，词典与文学知识由此进入题目和参考答案组织。Monlam工作坊资料还列Geshe Khenrap Gyatso承担藏文主编工作、Passang Tsering担任藏文顾问，文本专业人员参与技术课程。^[6][7][8]

教学活动为开发和标注培养人员。 2025年1月31日Sarah College活动共有21名参与者，课程涉及人工智能、文本与图像标注；2月2日DLIHE活动有28人，包括17名学生、3名教师和8名Monlam讲师及组织者，课程包括代码可读性、版本控制及真实项目协作。DLIHE同年2月院刊记载了该项软件工程实训。青年项目还提供奖学金、职业认证、导师和实习安排。^{[1][2][3][4][5]}

财务岗位也在公益机构之间流动。 Manjushri Educational Services的职业简介记载，Tenzin Lhazey于2025年4月加入，担任办公室行政与会计；此前在Monlam Charitable Trust与Bir Tibetan Society合计约五年的经历覆盖记账、审计、财务规划、收支分析，以及商品与服务税（GST）和源头扣税（TDS）申报。^[6]

2.2.4　项目实施网络

CTA 有关部门组织机构协作和业务规则建设。 藏人行政中央（Central Tibetan Administration，CTA）是设于达兰萨拉的流亡政治与行政机构。其宗教与文化部在数字图书馆项目中协调寺院和文化机构，组织培训、联盟会议及目录分类讨论；2026 年 3 月会议报道列示参会机构49家。2023 年项目启动公告将参与技术实施的 Wadhwani AI 列为主要技术承接方，将 Monlam ITRC 列为次级资助参与方。2025 年目录分类会议又组织专家审议 Monlam 提出的框架。^[7][8][9]

Wadhwani AI以人工智能研发和平台实施承接文献数字化项目。 机构由Romesh Wadhwani与Sunil Wadhwani创办，2018年启动；2026年10月官网列Shekar Sivasubramanian为机构负责人，Alpan Raval为人工智能与机器学习首席科学家。数字图书馆项目由Wadhwani AI承担主要技术工作，与Monlam ITRC协作开发数字资源库；2023年合作协议的受款方为Wadhwani Institute for Artificial Intelligence Foundation。^[2][1][3]

SARD 承担发展援助和项目协调。 社会与资源发展基金（Social and Resource Development Fund，SARD）官网记载，该组织由 CTA 于 1997 年建立，参与发展援助及项目组织，公布的外国捐款许可编号为 182450041；截至2026年10月23日，该机构人员页面列 Lobsang Tenzin 为主任。^[4]

西藏基金会与钦哲基金会将资金投入不同建设环节。 西藏基金会（The Tibet Fund）是美国非营利机构，EIN 为 13-3115145。其年报记录对 Monlam 语言资源、人工智能及发布活动的支持，审计和税务资料列示项目资助与拨付安排。钦哲基金会 EIN 为 91-2167303，其支持涉及 pybo、84000 和 BDRC 开放数据计划。^{[1][2][3][4][5]}

三项协议分别对应受款方。 公开资助记录列明，SARD 对应协议 72038623CA00005，Wadhwani Institute for Artificial Intelligence Foundation 对应协议 72038623CA00006，西藏基金会对应协议 72038624CA00006。Wadhwani AI 当前官网将其介绍为 Lords Education and Health Society（LEHS）人工智能单元的项目；2023 年资助记录则保留 Foundation 这一受款全称。^[6][7][8]

研究中心、公司和信托承载不同项目记录。 Monlam ITRC开展语言技术研发与产品发布，MonlamAI用于品牌及公开发布标识，Monlam Charitable Trust参与教育培训；商业登记另列MONLAM IT AND RESEARCH (OPC) PRIVATE LIMITED。^{[9][10][11][12]}

西藏基金会的治理与项目管理支持资金转拨。 2023年度Form 990列Robert Ankerson为主要负责人，治理机构有11名有表决权且独立的成员、5名员工和约11名志愿者；相关赠款经管理层审查、董事会预算批准及书面协议进入项目执行。^[1][2]

2.2.5　代码与发布权限

两个Monlam产品保留了OpenPecha的代码来源联系。 MonlamAI的monlamai-app-web及MonlamGrandDictionaryEditor项目说明含OpenPecha标识或代码克隆路径。^[3][4][5]

仓库、发布与部署分别对应技术资源的控制环节。 GitHub设置组织成员和仓库角色；软件产品还涉及构建、部署及云端服务配置。工具贡献、版本发布和在线服务运营由这些不同权限连接。^[6][3]

图文数据由资源方、加工方和资助方共同形成。 ALL-BDRC图文对齐项目连接扫描图像、ACIP转写、Dharmaduta加工和钦哲基金会支持；数据卡列有CC0发布声明及底本文献权利信息。^[7][8]

跨机构协作通过具体岗位、接口和资助任务落实：同一人员能把馆藏经验带入模型，同一工具能服务多个产品，同一项目能汇聚多方投入。平台和产品的实际能力，取决于这些联系最终形成的资源及可持续服务。

2.3　数据与产品

技术链由数据、加工规则、模型、后台和应用组成，表2-2归并35项技术与运营对象。公开数据的价值通过训练采用体现，工具能力通过接口和用户产品体现，个人应用与机构馆藏又形成不同的运行场景。

2.3.1　数据资产与训练用途

文献、语音和多语种文本共同构成训练材料基础。 佛教数字资源中心（Buddhist Digital Resource Center，BDRC）提供扫描、目录和电子文本等资源；Esukhia 积累典籍数字化与语言教育材料；MonlamAI 和 OpenPecha 通过代码及数据平台组织加工和发布。Esukhia 的德格版《康珠尔》《丹珠尔》数字文本连接早期典籍建设与后续校勘，图像转写和语音数据又将资源供给扩展至多模态处理。^[8][9]

采用记录对应四项具名模型或配置。 Yigdzin 1采用图文对齐与BoCorpus合成页面，ACTib文本用于字符五元KenLM，MITRA句对分别支撑MITRA-MT与MITRA-E；这四项对应文字识别、统计语言建模、机器翻译和语义嵌入。^[3][4][5]

公开发布同时提供研发与评价入口。 代码、数据文件与模型说明通过公开平台供开发者取得；BoBench和Bo-voice分别组织知识与语音测试任务，资源供给由训练材料延伸至评价工具。^[6][1][2]

加工机构将上游资源组织为可重复使用的数据产品。 BoCorpus 数据卡记载，Dharmaduta 按 BDRC 规格制作语料，钦哲基金会（Khyentse Foundation）提供支持；ALL-BDRC-alignments 将 BDRC 等来源的图像、亚洲传承图书馆（Asian Legacy Library，ALL）提供的转写资源和 Dharmaduta 的对齐加工结合起来。^[7][8]

代码与数据平台为分散生产和公开分发提供组织条件。 2026 年 10 月 23 日组织页面显示，MonlamAI 有 4,297 个公开仓库，Webuddhist-tech（原 OpenPecha 组织）有 555 个，Esukhia 有 115 个，合计 4,967 个。仓库中包含数据分片、加工脚本、模型服务和应用项目；Hugging Face 则集中提供模型文件、数据集和演示服务。^[1][2]

2.3.2　图文与语音技术

图像识别将典籍页面转化为可计算文本。 光学字符识别（Optical Character Recognition，OCR）工具群覆盖图像预处理、版面切分、字符识别和转写输出，TibetanOCR_PyTorch、OCR-Pipelines等项目组织相关工序。^[3]

书体分类为识别流程提供分流信息。 OpenPecha的uchen-ume-classifier配套数据卡列有10,961页BDRC扫描件，训练、验证和测试分别为9,110页、1,000页、851页，用于乌金体与乌梅体分类；tibetan-script-classifier设置18个识别标签，包含书体、混合书体和非藏文等辅助类别。^[4][5]

版面标注把原图、掩码和部分文献来源连接起来。 数据集列有43,251条记录，其中6,260条填写了28个不同BDRC作品编号，并列原图和掩码链接，支持版面分析与来源对应。^[6]

Yigdzin 1模型卡列明训练资源和识别测试结果。 BDRC 的 Yigdzin 1 藏文 OCR 模型约有 8 亿参数，基于 PaddleOCR-VL-1.6，数据说明列有 ALL-BDRC 图文对齐资源及 BoCorpus 合成页面。发布方在 1,070 页基准上的测试报告显示，逐页字符错误率的平均值为 6.28%，中位数为 1.42%。^[7]

语音识别与合成扩大了语言资源的输入和输出方式。 语音识别（Speech-to-Text，STT）将录音转为文本，语音合成（Text-to-Speech，TTS）将文本转为音频。stt-training-data提供音频与转写数据，pecha-tools-for-stt提供语音数据采集网页工具，Monlam AI 的发布公告与接口项目列有 STT、TTS 功能，WeBuddhist 后台任务程序则组织音频生成和队列任务。^[1][2][3][4]

2.3.3　文本与语言工具

结构化格式将作品、版本和标注组织为可交换对象。 OpenPecha 格式（OpenPecha Format，OPF）按作品、数字版本、底本文本及标注层组织典籍；Toolkit 处理创建、编辑、转换和导出，OpenPecha-Editors 提供编辑入口，Pydurma 支持校勘与异文处理。^[5][6][7]

第二代工具将文本处理与云端存储连接起来。 2025 年 10 月 29 日发布的 openpecha 2.5.0 采用独立式文本标注模型（Stand-off Text Annotation Model，STAM），将正文和标注分离，项目说明使用 Firebase 作为存储与访问后端，并提供序列化、导出等能力。^[8]

词典编辑器维护词条，字体集合与预览工具服务文字显示。 2022 年 Monlam 大词典发布记录列有 223 卷、200 余名参与者、九年建设及 37 个应用；词典编辑器连接账户、数据库和接口服务。Monlam 字体及 OpenPecha 字体集合支持网页、文档与移动端显示，Monlam Font Viewer 提供字体预览入口。^[1][2][3]

分词与语言工具将处理规则嵌入下游数据流程。 Botok 处理词边界、词元、词性和规范化词形，pybo 提供排序与批处理，pyewts 支持 Unicode 与扩展 Wylie 转写转换，dakje 提供书写辅助；Esukhia 的 bophono、sympound-python 等项目分别处理音系转写和拼写建议。^[4]

PaganTibet 的 ACTib 语言模型数据页面列有 17,731,410 行文本，项目说明介绍了采用定制 Botok 的处理版本，并将相关数据用于字符五元 KenLM 训练和文本规范化候选重排序。^[5]

2.3.4　模型与评测

跨语种模型将佛典资源转化为翻译和检索能力。 Dharmamitra 的 MITRA 研究使用多语种平行句对，开发机器翻译模型 MITRA-MT 与语义嵌入模型 MITRA-E。Monlam 官网介绍其与 Sebastian Nehrdich、Kurt Keutzer 等研究人员的机器翻译合作。^[6][7]

生成式问答和检索增强服务扩大内容组织方式。 2025 年产品发布报道介绍 Melong.ai 问答平台及其 Monlam Think 推理功能，并转述约 13 万词元上下文、140 种语言和图文输入能力。buddhist-consensus 项目的当前说明以 Webuddhist AI 为名，采用检索增强生成（Retrieval-Augmented Generation，RAG），支持混合、关键词、语义和精确匹配四类检索，使用 Milvus 保存向量索引、LangGraph 组织处理流程，并接入 Gemini 生成服务。^[1][2][3][4]

平行语料进一步形成可查询的跨语词典。 2026年10月19日发布的MITRA-lexicon研究由Nehrdich等提出，覆盖梵英、梵藏和梵汉六方向词典，合计218万词头条目及1,040万条引用例证；例证连接句对、词语及译词的字符位置，并提供网页查询入口。^[5]

公开评测将语言知识和语音任务转化为可反复使用的测试资源。 MonlamAI 的 Bo-Eval 包含 BoBench 和 Bo-voice：前者以 6,123 道题覆盖语法、文学和历史知识，后者以 8,367 组音频及转写覆盖不同语音场景。^[6][7]

2.3.5　接口与后台服务

Monlam 的网页和接口项目汇集多模态任务。 应用程序接口（Application Programming Interface，API）用于连接客户端与后台服务。monlamai-app-web 项目说明列出 Auth0 身份认证、PostgreSQL 数据库、AWS S3 对象存储及模型接口配置；monlamai-API 采用 FastAPI，组织翻译、OCR、聊天、用户和文件相关功能。^[1][2]

数据接口与助手后端承担不同的服务任务。 OpenPecha-API提供文本数据接口，PechaAPI是另一个使用FastAPI的服务端仓库；Dharmaduta的Pecha Data & API为文本接口产品线。Assistant-Agent提供助手应用后台，pecha.tools的藏英译后编辑工具组合Dharma Mitra、ChatGPT和Bing Translate接口。^[3][4][5][6]

内容平台通过专门后台组织音频和用户任务。 WeBuddhist 后端处理内容及业务接口；webuddhist-worker 当前说明通过 HTTP API 访问主后端内容和计划，使用独立 PostgreSQL 保存提醒与通知，使用Amazon简单队列服务（Simple Queue Service，SQS）排列音频及通知任务，Redis 提供幂等与缓存支持。^[7]

Matomo封装支持页面、搜索、下载和外链事件统计。 Matomo Tracker 的 React 封装说明列有页面访问、事件、站内搜索、下载和外链统计，并提供用户标识、心跳及同意配置。^[8]

2.3.6　移动产品组合

同一卖方的10款应用覆盖三类主要用途。 截至2026年10月23日，Apple美国区应用商店列有Lobsang Monlam名下的6款词典、3款语言工具和1款文化导览应用。首次发布日期跨越2016—2026年，4款应用的版本更新日期集中于2026年10月。^[1]

翻译和两款词典在Android端均列有10K+累计下载量。 2026年10月24日，Google Play将Monlam Translate、Monlam Grand Dictionary和Monlam Elementary Dictionary的累计下载量均列为10K+。^[2][3][4]

专题词典和导览应用形成另外的分发入口。 同日Google Play所列德藏词典累计下载量为5K+，Neykor为1K+，Lamdre Tsigzoe为500+，Monlam AI为10+。^[5][6][7][8]

2.3.6.1　Monlam AI：多模态工具

移动端教育应用面向日常藏文使用。 Monlam AI由同名团队开发，商店将其列为教育应用，面向学习者、研究者、创作者及日常使用藏文的用户，并提供iPhone和iPad端入口。^[4]

同名移动应用于2026年进入产品组合。 Apple美国区资料记载，该应用于2026年10月20日发布，版本为1.0.0，卖方为Lobsang Monlam。^[4]

Android版将四类语言任务集成到同一应用。 Google Play介绍列有翻译、语音转文字、文字转语音和图像文字识别：用户可录音或上传音频生成可编辑转写，从文献页面、题记等图像提取藏文，再复制、分享或收听处理结果。应用支持藏英界面切换。^[5]

机构与个人创作共用移动入口。 Android产品介绍进一步列出学生、研究者、译者、寺院和出版机构等用户。2026年10月24日，Google Play下载量显示为10+档位。图像转文字、转写和语音合成相结合，可帮助这些用户将纸本和口述材料整理为可分享的文字与音频。^[5]

2.3.6.2　Monlam Translate：藏英翻译

三类输入方式汇入藏英翻译。 Monlam Translate提供藏文与英文之间的文本翻译，同时支持语音转文字，以及从图像提取藏文的光学字符识别（OCR）。^[1]

学习与交流构成主要使用场景。 商店介绍面向语言学习、文化阅读和日常沟通用户。该应用于2024年11月3日发布，1.1.8版本于2026年10月19日更新。^[1]

Android版覆盖旅行、课堂和材料阅读。 Google Play列示的目标群体包括旅行者、学生、教育工作者和语言爱好者；使用示例包括拍摄路牌、菜单及文档，导入书页照片，以及进行藏英双语对话。2026年10月24日，该版本累计下载量处于10K+档位。拍照翻译可用于参访时理解文字说明、课堂中对照藏英表达；双语对话可辅助向英语使用者介绍藏文材料。^[2]

2.3.6.3　Monlam Keyboard：输入辅助

语言辅助直接进入用户输入过程。 Monlam Keyboard提供藏文键入、智能文本建议、自动纠错和实时修正，适用于消息、文档及社交媒体文本输入。^[3]

键盘扩展依托移动系统的输入机制。 Apple的自定义键盘开放访问由扩展配置请求，用户在系统设置中开启相应权限；安全文本输入使用系统键盘。该应用于2024年10月25日发布，0.3版本于2026年10月14日更新。^[3][4]

词形与搭配预测有助于将藏文书写带入日常交流。 开发方进一步介绍了前后缀和词语搭配预测，针对藏文叠字逐字输入的操作提供辅助，场景包括短信、邮件及社交媒体表达。这种设计可减少藏文文本输入中的操作步骤，便于用户在手机上撰写文化讲解、活动通知和个人消息。^[5]

2.3.6.4　Monlam Grand Dictionary：藏英查词

词条查询同时呈现释义与音标。 Monlam Grand Dictionary支持藏文检索、藏英词汇查询、词条浏览和收藏，商店简介列有释义与音标信息，并突出离线使用。^[6]

词库与个人查询记录主要保存在设备。 开发者政策将词典数据库、搜索历史、收藏及界面配置列为本地数据，并说明主动导出、配置同步、更新检查和语言包下载。该应用于2025年11月3日发布，2026.2.3版本于2026年10月20日更新。^[1][2]

共同编纂的词典资源通过统一查询进入移动端。 开发方介绍，词典工程有37个以上编纂团队参与，2022年第三版印刷本为223卷；2025年软件第四版在藏文词典基础上汇入多部藏英、英藏词典，提供统一检索，便于读者并列查阅藏文释义与跨语种对应词。^[3]

Android版以学习、翻译和研究为主要用途。 Google Play介绍明确列出学生、译者及研究者，并支持词语、短语和学术术语查询。2026年10月24日累计下载量显示为10K+。离线查询与词条收藏可支持课堂阅读、译稿处理和个人词汇积累。^[4][1]

2.3.6.5　藏汉词典：五万余词条

藏汉词条支持藏文阅读与学习。 Tibetan-Chinese Dictionary提供藏文至中文的词汇查询。开发者介绍列有超过50,000个检索条目，支持简体和繁体中文，面向学者、学生及藏文学习者。^[5]

内容机构与技术团队共同开发词典。 应用由Monlam藏文信息技术研究中心与International Tibetan Buddhism Study Institute合作推出，后者为商店资料列示的研究合作方。Apple美国区所列首次发布日期和1.0版本更新日期均为2018年1月31日。^[5]

已有词典的藏汉对照内容成为移动查询资源。 官方介绍将1991年出版的汉藏词典、藏英汉常用词资源，以及五语对照词典中的藏汉内容列为资料来源。中文释义与简繁体显示可帮助中文读者对照藏文词汇，为双语教学、文献阅读和文化概念解释提供查词入口。^[6][5]

2.3.6.6　汉藏词典：八万余词条

汉藏词条与拼音辅助汉语学习。 Chinese Tibetan Dictionary提供汉语至藏文的词汇查询，开发者介绍列有超过80,000个检索条目，支持简体、繁体中文及拼音。2.1版本说明还列有拼音修正和注音符号支持。^[7]

同一合作关系覆盖两个查询方向。 该应用同样由Monlam ITRC与International Tibetan Buddhism Study Institute合作推出，服务汉语学习者及双语研究、教学使用。该应用于2016年9月5日发布，2.1版本于2017年9月2日更新。^[1]

汉语书写与读音辅助连接藏文释义。 官方介绍将1991年出版的汉藏词典等资源纳入内容来源，并同时提供简体、繁体、拼音和注音符号。用户可从熟悉的汉语字形与读音进入藏文对应表达；在双语课程和交流材料准备中，这种查询方式可辅助统一常用词的表达。^[2]

2.3.6.7　德藏词典：语言学习

一万五千余组译对面向德语地区的日常交流。 Deutsch-Tibetisches Wörterbuch提供超过15,000组德语—藏语译对，词汇内容主要对应德语地区藏人社会的日常生活。^[3]

出版机构与语言技术团队共同推出产品。 应用由Monlam ITRC（印度）与Tibet Institute Rikon（瑞士）联合开发，词表基于Losang Tenzin Mantö编写、Tibet Institute Rikon出版的德藏词典。该应用于2020年9月9日发布，3.1版本于2025年1月16日更新。^[3]

三类学习者对应语言传承与跨语交流的不同需求。 Rikon的2020年报明确列出藏族年轻一代、新迁入德语地区的藏人，以及对藏语感兴趣的西方学习者。词条配有藏文发音转写，操作界面同时使用德语和藏语，可分别支持年轻用户学习母语、新迁入者学习德语，以及德语读者接触藏语词汇。^[4]

免费移动和桌面版本延伸了词汇资源的使用场景。 产品覆盖iOS、Android、macOS和Windows四类系统。Rikon年报记录，截至2020年底，Apple与Google两家应用商店的全球安装量合计约3,000次；2026年10月24日，Google Play所列Android累计下载量为5K+档位。^[4][5]

2.3.6.8　入门词典：儿童教育

缩略条目以分层方式组织学习内容。 Monlam Elementary Dict的商店介绍列出220项英语缩略条目、370项入门条目及约1,290项基础文本条目，并说明采用简明释义。产品内容围绕藏文材料与西方缩略表达的比较展开。^[6]

初学者和教师是其主要服务对象。 开发者将该应用定位为藏文入门学习及新教师的教学辅助工具。Apple美国区所列首次发布日期和1.3版本更新日期均为2023年2月20日。^[1]

儿童学习设计将常用词、简短释义和图示结合。 官方介绍记载，应用于2023年在西藏基金会支持下面向初学藏文的儿童编制，按词语常用程度组织内容，提供拼读或连读方式，并为部分词条配图。图示与简明释义可帮助儿童把文字同具体事物联系起来，支持早期藏文词汇学习。^[2]

基础教育用途同时延伸至Android设备。 Google Play将Monlam Elementary Dictionary定位为藏文初学者和小学使用的词典；2026年10月24日，其累计下载量处于10K+档位。^[3]

2.3.6.9　Lamdre Tsigzoe：宗教术语

专业术语解释服务佛典阅读。 Lamdre Tsigzoe Original围绕宗教、佛教及相关传统提供术语查询和详细释义，解释结合教义与文本语境。^[4]

使用对象覆盖研究与专题学习。 商店介绍面向学者、相关实践者及希望理解经典、教义概念的读者。该应用于2024年12月12日发布，1.0版本于次日更新。^[4]

专题词典把萨迦方面的编纂成果转为应用内容。 Monlam官方介绍记载，该产品于2024年由Monlam ITRC与萨迦方面的编纂团队共同制作发行，集中整理相关典籍和教义中的术语、解释。专业概念与其文本语境一同进入查询，可为专题阅读、教学和术语解释提供集中参考。^[5]

Android版本补充了专业读者的访问渠道。 Google Play上的对应产品名为Lamdre Tsigzoe，2026年10月24日累计下载量为500+档位，定位于佛教研究者、相关实践者及经典阅读者。^[6]

2.3.6.10　Neykor：文化导览

地点信息与音频内容构成文化导览。 Neykor围绕寺院、造像及文化活动组织内容，提供音频导览、地图位置和完整地址。^[7]

文化学习与参访构成主要场景。 商店介绍面向计划访问文化地点或了解遗产的用户，以地点、历史与传统信息支持导览。该应用于2025年4月9日发布，1.4.1版本于2026年9月21日更新。^[1]

文化机构管理与移动分发共同组织地点知识。 官方资料说明，Neykor由Monlam ITRC开发、由CTA宗教与文化部拥有并管理，网站设置寺院、节庆、造像和圣地四类入口。2026年10月24日，Google Play上的Android版本累计下载量为1K+档位。^[2][3]

机构活动和社区旅游为导览内容提供传播场景。 2025年7月2日，Neykor在第十五次藏传佛教宗教会议上推出，该会议共有115名宗教及寺院代表等参加。西藏基金会2024年报将这款多语种应用纳入农村聚居区可持续旅游倡议。地点说明、音频和地图相结合，可将线上文化阅读衔接到实地参访，也为多语种访客了解聚居区寺院提供材料。^[4][5]

2.3.7　学习与馆藏服务

Monlam门户与WB Academy提供查询和学习服务。 西藏基金会 2025 年报记载，Monlam 公共门户在 2025 年第四季度处理超过 130 万次请求，服务超过 2.5 万名用户。WeBuddhist 面向文本阅读、学习和社区活动；Sherab 学习平台组织课程、测验、论坛与学习进度，其对应 iOS 客户端现以 WB Academy 名称展示。^[6][7]

WeBuddhist在持续活动中形成日常使用。 团队公布的2026年9月25日至10月15日活动报告按PostHog统计，应用21天累计用户3,484人，日均活跃用户984人，10月10日峰值为1,261人。同期有1,948人使用阅读器。^[8]

英藏汉内容把跨语种阅读与远程参与连接起来。 该期“宗萨21天度母法会与教学”活动提供英语、藏语和汉语标题，活动界面语言分布分别为66%、17%和17%；1,528人进入直播，累计观看1,319.7小时。^[1]

数字图书馆将语言技术接入馆藏管理。 藏人行政中央（Central Tibetan Administration，CTA）宗教与文化部组织数字图书馆项目，Wadhwani AI 与 Monlam ITRC 参与技术实施；藏文图书馆管理系统（Tibetan Library Management System，TLMS）连接目录、二维码、扫描及业务管理。项目首年公告记载，在 20 家机构开展培训，为 2,000 个书架和 70,000 部母本完成二维码集成；2026 年 3 月联盟会议报道列示参会机构49家。^[2][3][4]

联盟会议把平台开发、文献加工与机构反馈放在同一议程中。 2025年1月15—16日，CTA宗教与文化部联合Wadhwani AI、Monlam ITRC举办第二届联盟会议，约58人参加；议程包括目录系统、数字图书馆原型及典籍数字化。^[6]

2026 年 7 月 14 日至 17 日，西藏文献图书馆（Library of Tibetan Works and Archives，LTWA）举办实体文献保护培训，参加者为来自 17 家机构的 26 人，机构构成为 14 座寺院和 3 家文化机构。^[3]

Dharmaduta 将数据、工具和内容纳入产品服务。 其四条产品线涉及 WeBuddhist、Sherab、Pecha AI Studio 和 Pecha Data & API，团队按运营及产品分组，2026 年 10 月 23 日官网展示 43 条人员记录。^[4][5]

资源创作工具与课程提供了开发者接触内容生产的入口。 Dharmaduta官网将Buddhist AI Tools列为文本创建、编辑与管理套件，pecha.tools提供藏英译后编辑。2026年1月29日至2月6日在菩提伽耶举办的佛教创作者大会连接内容创作者与开发者，Sherab将相关课程转为线上教学。^[1][2][3]

活动后台将项目展示与技术培训组织起来。 Monlam 慈善信托（Monlam Charitable Trust）网站仓库设置项目、工作坊、媒体和管理等模块。工作坊记录分别介绍文本与图像标注、软件开发及版本协作等课程，达赖喇嘛高等教育学院（Dalai Lama Institute for Higher Education，DLIHE）的 2025 年 2 月院刊记载了软件工程实训合作。^[4][5][6]

2.3.8　国内能力与资源

DeepZang以平行语料和方言语音支持产品服务。 西藏自治区经济和信息化厅2026年公开动态记载，DeepZang于3月15日发布，由西藏觉罗数字产业管理有限公司研发，完成深度合成服务算法备案与生成式人工智能服务备案；所列规模为近7,000万条藏语平行语料和超过30,500小时三大方言语音。^[7]

西藏大学的模型与翻译服务提供另一组使用入口。 自治区网信办2026年6月9日报道，该校院士团队与北京智谱华章科技股份有限公司联合研发的“阳光清言”公测上线，V1.0采用约288亿词元语料。西藏大学机器翻译网页另列大模型、神经及统计三个藏汉双向翻译入口。^[8][9]

文献保护和跨学科人才积累继续支撑国内资源建设。 新华社 2026 年报道记载，西藏大学教授拥措（Yong Tso）于 1998 年加入尼玛扎西团队，2017 年主持该校国家重点研发项目，研究连接算法、藏文及医学文献，并指导 40 余名硕博研究生。布达拉宫贝叶经等古籍文献保护利用项目的同期进展列有 3.6 万叶数字化采集与文字识别，累计投入 1.104 亿元人民币，一、二期已验收，三期计划于2026年底验收。^[1][2]

语料与训练研究正按完整开发流程组织。 电子科技大学、西藏大学等团队的藏文基础数据集（Tibetan Foundation Dataset，TFD）论文在 2026 年 5 月版本中，统一介绍 TIBSTC、TIBSTC-CoT 和 Sun-Shine 模型系列，覆盖预训练、指令、安全、偏好和推理数据。天津大学团队在 ACL 2026 发表的研究则围绕 72 GB 藏文语料，以 Qwen2.5-7B 开展多语持续预训练，并扩展至混合专家模型。^[3][4]

TFD论文的预训练Corpus子集列有122,756,184条实例、11B词元（约110亿）及18GB数据。^[3]

图文与语音研究扩展任务能力。 FTibSuite 由中央民族大学、上海交通大学和中国科学院自动化研究所等团队提出，组织图文数据、藏文多模态评测及基线模型。论文报告中，FTibVLM 的 MMBench 准确率由基座的 42.97% 提高至 67.78%，POPE-random 由 47.53% 提高至 80.56%，BinaryVQA 为 76.01%。Ti-Audio 由中央民族大学与香港中文大学（深圳）等团队研究，通过动态 Q-Former 对齐语音和文本特征。^[4][5]

公开资源提供了多任务研究与应用入口。 MiLiC-Eval项目同时发布代码、数据划分和评价脚本，研究涵盖四种语言、九类任务。^[6]

标题生成数据形成了专题训练资源。 CMHG论文提供藏文100,000条、维吾尔文和蒙古文各50,000条标题生成样本。^[7]

资源、工具、模型和终端共同构成实际供给。资产规模体现可投入的材料，训练采用体现技术作用，用户和机构记录体现服务使用；维护这些成果还需要持续的人员、存储、计算和现场支持。

2.4　资金与运作

资金沿两条线索进入技术生态：政府协议按项目和执行节点追加，再通过次级资助进入执行机构；基金会、私人支持与经营收入共同承担研发和日常成本。机构财务呈现2024年收入上升、2025年回落而文化用途支出持续增加的变化。

三项协议的资金按执行节点分次追加。 三项协议的新增联邦支付义务按已列交易归集：2023年为2,439,514美元，2024年为6,578,000美元，2026年为2,698,086美元，合计11,715,600美元。资金再由主协议连接次级资助，Monlam慈善信托两笔报送合计377,916美元。^{[1][2][3][4][5][6]}

2.4.1　协议与次级资助

SARD的项目筹资能力在直接资助建立前已持续扩大。 2019—2020年报记载，机构年度项目获资额由2016年的290万美元增至2020年的1,250万美元，员工与顾问由19人增至39人；储备资金由1,270万印度卢比增至3.7亿印度卢比。^[7]

2020年直接资助将语言内容与机构能力建设纳入同一项目。 2020年6月23日，USAID向SARD授予997,124美元，由当时的主任Kaydor Aukatsang代表SARD／CTA签署两年期Tibetan Resilience Project合作安排。教育部承担藏语振兴部分，涉及动画、有声书、六至十二年级儿童读物、学习门户及青年语言文化活动；SARD负责Gangjong Development Finance的业务规划、管理信息系统和培训。^[1]

较早项目的结项资料延续到2023年。 USAID监察长办公室2024年6月备忘录列明，SARD所管理的Tibetan Resilience Project协议为72038620CA00008，结项审计期间覆盖2022年4月1日至2023年4月22日；同一备忘录还列有AID-386-G-16-00001项下次级资助，以及22-21112A-TIB.0-2251能力建设项目。^[2]

2023—2024年签署的三项合作协议累计联邦支付义务为11,715,600美元。 美国财政支出公开平台 USAspending 的记录显示，社会与资源发展基金（Social and Resource Development Fund，SARD）、Wadhwani 人工智能基金会（Wadhwani Institute for Artificial Intelligence Foundation）和西藏基金会（The Tibet Fund）分别承接三项合作协议。其中西藏基金会协议为8,676,086美元，占三项合计的74.06%。^{[3][4][5][6][7]}

2023年两项文化项目的计划规模合计750万美元。 2025年3月公开资助清单列SARD协议72038623CA00005的项目总额为2,500,000美元，Wadhwani协议72038623CA00006为5,000,000美元。技术项目的2023年招标文件将500万美元分为三年基础阶段300万美元和两年后续阶段200万美元，任务围绕文献保存、数字平台访问及管理能力建设，并明确要求实施方与SARD协作。两项累计支付义务合计为3,039,514美元。^[5][6][1][2]

协议执行通过后续增加支付义务扩大资金安排。 2023 年签署的两项协议首次义务额分别为 750,000 美元、1,689,514 美元，2024 年 8 月分别增加 400,000 美元、200,000 美元。西藏基金会协议于 2024 年 9 月首次形成 5,978,000 美元义务，2026 年 3 月增加 2,698,086 美元。截至2026年10月23日，该协议的已报告支出为 6,835,150.71 美元。^[7][3]

五年期计划为经济、社会和文化项目提供持续安排。 西藏基金会 2025 年审计附注列示，“南亚藏人社区自立与韧性计划”（Program for Self-Reliance and Resilience of Tibetan Communities in South Asia）对应协议 72038624CA00006，计划期为 2024—2029 年，计划资助额 30,000,000 美元；截至 2025 年末，累计会计确认收入为 2,585,831 美元，可用资助余额为 27,414,169 美元。^[1]

Monlam两笔次级资助占该组报送金额的4.72%。 截至2026年10月23日，主协议72038624CA00006列有37条次级资助报送，合计8,011,625美元；其中Monlam慈善信托两条合计377,916美元。^[2][3]

2.4.2　年度收支与文化投入

2024年的收入增长主要由捐款拉动。 西藏基金会收入、收益及支持总额从2023年的12,794,979美元增至2024年的17,756,642美元，增长38.78%；总支出由11,828,030美元增至13,197,165美元，增长11.58%。捐款增加4,661,429美元，占当年收入净增额4,961,663美元的93.95%，是这一阶段增量的主要来源。^[4][5][6]

2025年联邦赠款回落成为收入收缩的主要因素。 收入总额降至10,286,233美元，同比下降42.07%；总支出降至12,406,742美元，同比下降5.99%。联邦赠款由9,480,765美元降至4,101,083美元，减少5,379,682美元，占当年收入降额7,470,409美元的72.01%；联邦赠款降幅为56.74%，其占机构收入的比重依次为2023年71.76%、2024年53.39%、2025年39.87%。^[1][2][3]

文化用途支出在收入波动期间继续上升。 该项由2023年的3,255,698美元增至2024年的3,722,492美元，增长14.34%；2025年进一步增至6,679,975美元，增长79.45%。其占总支出的比例由27.53%、28.21%升至53.84%。2025年按文化遗产用途执行而解除捐赠限制的净资产为6,062,434美元。^[1][3][4][5]

项目赠款仍是机构支出的主要形式。 按费用性质，2025年赠款及捐助支出10,688,076美元，占机构活动表总支出的86.15%；2023年、2024年分别为10,164,418美元和11,333,204美元。资金通过具体赠款协议和受助项目继续流向执行机构。^[1][3][6]

现金积累集中在2024年，2025年出现较大消耗。 年末现金从2023年的774,359美元升至2024年的5,665,422美元；2024年余额中5,000,000美元为受捐赠用途限制的现金。2025年现金降至1,818,185美元，下降67.91%，净资产减少2,120,509美元。2024年、2025年末现金占相应年度支出的比例分别为42.93%、14.65%；2025年末一年内可用于一般支出的金融资产为8,771,978美元，包含现金、投资和应收款等。^[1][2][3][4]

审计与税务申报的历史金额通过具体调整项目衔接。 2023年Form 990收入为12,389,267美元、支出11,803,727美元；与审计报表之间的调整涉及381,409美元投资未实现净收益及24,303美元租赁费用，完整衔接见附录A.3。^[5]

2.4.3　项目资金接续

特定协议恢复执行，为多年项目继续实施提供资金安排。 西藏基金会 2024 年完整审计报告记载，美国国际开发署（United States Agency for International Development，USAID）于 2025 年 1 月 28 日暂停协议 72038624CA00006，同年 7 月 1 日撤销暂停并批准恢复。该协议此后继续形成执行和支出记录，2026 年 3 月又新增联邦支付义务 2,698,086 美元。^[6][7]

私人支持承担了数字图书馆项目资金短缺期间的人员成本。 藏人行政中央（Central Tibetan Administration，CTA）2026 年 3 月第三届藏文数字图书馆联盟会议报道回顾，上一年度资金短缺期间，意大利资助者 Alessia Bulgari 提供了项目员工一年的工资支持。^[1]

私人资助者的文化与公益经历延伸至项目人员支持。 Alessia Bulgari曾参与《小活佛》的剧照摄影；2017年出版资料介绍，她是2008年成立的Pianoterra的联合创办人和主席，摄影集《Little Ones》的收益用于该机构。Emory University的Compassion Shift项目也将其列为捐赠人。2026年数字图书馆会议所记的一年工资支持，把这一私人公益资金来源连接到馆藏项目的日常运营。^[2][1]

美国2026财年拨款设置文化、社区和行政能力用途。 美国于 2026 年 2 月 3 日签署的 Public Law 119-75《2026 年综合拨款法》第 7043(k) 条，列明至少 10,000,000 美元用于中国境内藏人社区的文化传统保护、可持续发展、教育和环境保护；至少 8,000,000 美元用于难民及离散藏人社区文化语言保护、发展和韧性等项目；至少 5,000,000 美元用于 CTA 能力建设，其中最高 1,500,000 美元安排于相关经济增长和能力建设用途。三类最低拨款合计 23,000,000 美元。^[3]

2.4.4　现金与专业投入

专业工具由资金、人员和数据整理共同建设。 藏文批处理工具 pybo 的项目说明列明，钦哲基金会（Khyentse Foundation）提供 22,000 美元启动资助，佛教数字资源中心（Buddhist Digital Resource Center，BDRC）提供两名人员参与六个月数据整理，Barom／Esukhia 典籍项目支持训练数据整理。^[4]

信托与基金会长期分别支持研究、词典和研发活动。 2010年，Dalai Lama Trust向威斯康星大学麦迪逊分校Center for Healthy Minds提供50,000美元研究资助；2022年Monlam大词典发布资料将该信托列为支持方。西藏基金会2023年报另记对儿童图解词典、文本工具、字体、在线词典及语言模型研发的支持，并以赠款支持首届Monlam Manifest发布活动。^[5][6][7][8]

基金会投入覆盖翻译和文本保存等上游环节。 钦哲基金会 2025 年报财务摘要的统计期间为 2024 年 7 月 1 日至 2025 年 6 月 30 日，其中翻译支出为 1,508,874 美元，文本保存支出为 471,828 美元。受助项目分类在文本保存项下列 BDRC，在翻译项下列 Esukhia Canada。^[1][2]

BDRC审计报告列示机构年度收支及资产。 BDRC 的 2024 年审计报告列示，全年收入及支持总额为 2,195,554 美元，支出为 2,147,535 美元，年末总资产为 3,783,976 美元。^[3]

新的数据资助把文献加工与人工智能开发连接起来。 BDRC 于 2026 年 2 月公告，钦哲基金会支持的开放佛教数据集计划自 2025 年 12 月开始，安排延续至 2027 年夏，目标是加工数百万页文献、形成数万份标准化电子文本，并面向人工智能开发者发布。^[4]

人员协作使语料整理和模型开发获得持续的专业支持。 西藏基金会 2023 年报记录，Monlam 相关项目有来自印度高校和寺院的 320 余名藏人参与兼职工作，并得到谷歌、加州大学伯克利分校和汉堡大学专家协作。^[5]

Dharmamitra将基金会合作、学术项目资金与计算资源汇聚到研发任务。 Tsadra Foundation与Dharmamitra开展三年佛典翻译和研究工具合作；2025年Schmidt Sciences的HAVI项目把Nehrdich所在团队与哈佛大学Peter Bol牵头的欧亚文本检索研究连接起来。2026年6月22日，Dharmamitra公告获日本文部科学省AI for Science（SPReAD）500万日元支持，用于《国译一切经》等文献及佛典知识图谱，并获得大阪大学SQUID高性能计算集群优先使用安排。^[6][7]

2.4.5　经营与捐赠渠道

技术与数据服务被纳入社区投入和持续经营安排。 Dharmaduta 的经营说明提出，将相关服务利润的 70% 用于社区发展、30% 用于可持续经营，并将创作者活动纳入支持范围。^[8]

公开捐赠咨询连接社区支持与基础设施维护。 OpenPecha 官网设置 25、50、100、250、500、1,000 美元及其他金额的捐赠意向选项，通过咨询表接收支持意向，列明社区赠款和基础设施维护等用途。^[1]

社区资助把技术人员的组织能力转为开放内容。 Tenzin Kaldan组织的藏文维基编辑与校对项目获支持432,000印度卢比。项目方2026年5月提交的成果报告列报支391,925印度卢比，活动期为2025年11月至2026年4月，覆盖7个场地、300名参与者和9名组织者；藏文Wikipedia新增546页、改进668页，Wikisource新增546页、改进680页。^[1][2]

2.4.6　拨付与项目交付

数字图书馆项目将行政组织、受款安排和技术实施连接起来。 CTA 宗教与文化部负责机构协调，SARD 与 Wadhwani 人工智能基金会分别持有 2023 年合作协议，Wadhwani AI 承担主要技术工作，Monlam ITRC 参与数字资源库开发、培训和分类框架建设。首年公告记录培训和二维码编目，2026年联盟会议记录49家项目参与机构参会。^{[3][4][5][6][7]}

基金会的项目管理程序将拨付与进展报告相衔接。 西藏基金会 2023 年税务申报补充说明列有管理层审查受助方及项目、董事会批准年度预算、准备书面赠款协议、签署后拨付，以及季度财务和项目报告等环节；美国政府资助项目另有现场访问和年度合规审计安排。^[8]

项目资金、机构收支和专业投入各自承担不同作用。协议追加支持阶段建设，文化支出及次级资助继续流向执行机构，工资与技术岗位维持日常更新；资金变化由此能够传到数据生产和产品维护。