大模型时代面向图模互补的技术研究与应用-2025知识图谱峰会.pdf

大模型时代面向图模互补

的技术研究与应用

n聚焦大模型时代知识图谱的前沿技术与应用，探讨人工智能从“感知智能”向“认知智能”跃迁过程中，知识图

谱作为连接数据与智能的核心桥梁的重要性。随着大模型技术的突破，知识图谱迎来了新机遇与挑战。深入分析

“图模互补”框架，探讨知识图谱与大模型融合在智能推理、决策增强等领域的应用，并展望其在认知智能中的

关键作用与未来发展方向。

演讲人：黄勃｜上海工程技术大学副教授

上工大(滁州)人工智能产业研究院理事长

从感知到认知：

01

知识图谱在大模型时代的核心使命

大模型的“能力圈”与“盲区”：

02

知识图谱的补全之道

目录03知识图谱的价值重构：

CONTENTS从静态知识到动态智能

图模互补（KG-LLM-MC）：

04

1+12的智能跃迁

迈向认知智能：

05

图模互补的行业赋能与未来图景

从感知到认知：

知识图谱在大模型时代的核心使命

人工智能正经历从“感知智能”到“认知智能”的深刻转型。感知智能在图像识别、语

音处理等领域取得了显著成就，而认知智能则更进一步，致力于实现推理、决策等高级

智能行为。在这一转型中，知识图谱作为结构化知识的载体，扮演着至关重要的角色。

它不仅连接了海量数据与智能应用，还为认知智能的发展提供了坚实的知识基础。在大

模型时代，知识图谱与大模型的融合成为推动AI向更高层次跃迁的关键路径。通过重点

探讨知识图谱如何支撑认知智能的发展，揭示其在大模型时代的核心使命与价值。

1.从感知到认知：知识图谱在大模型时代的核心使命

人工智能的发展历程在这场从感知到认知的技术之旅中，AI如何实现发展和突破？

人工智能的发展可以看作一场从感知到认知的进化之旅。推动感知到认知进化的三大驱动力：

这不仅是技术能力的延伸，更是迈向真正“智慧”的必经计算力的提升

之路。从简单的感知开始，AI逐步掌握复杂的认知功能，高性能芯片和分布式计算的普及，

为各领域带来了革命性变化。让AI处理更复杂任务成为可能。

大数据的支撑

感知与认知正以协同发展的方式推动人工智能的全面升级

海量数据为AI训练提供了基础，使

其感知更精准，认知更深入。

算法的突破

感知认知深度学习等技术的进步，为感知