CCF杰出会员、计算机术语工委副主任、自然语言处理专委秘书长、上海分部秘书长，同济大学特聘研究员

上海市优秀博士，同济大学特聘研究员，博士生导师，知识计算研究中心主任。其研究兴趣及专长是知识图谱、自然语言处理、知识增强大模型。他是全球最大的中文开放知识图谱社区OpenKG轮值主席，通用智能评测社区AGI-Eval发起人之一，国内最大的AI众包平台之一AI-Ceping主理人。出版了《自然语言处理实践》《知识图谱方法、实践与应用》等著作。他还受邀在世界人工智能大会、IJCAI和VLDB等诸多国际与国内智能峰会上担任讲者，长期作为NeurIPS, ICLR, WWW, MM, AAAI, IJCAI等人工智能国际顶级会议程序委员会委员。负责参与10余项国家自然科学基金重点、面上、863重大专项、科技部重点研发、经信委和科委等AI相关项目，共发表100余篇AI领域高水平论文，多次获得会议最佳论文或最佳学生论文。荣获徐汇区学科带头人人才计划，中国交通运输协会科技进步一等奖。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次，并成功入选中国人工智能产业发展联盟最佳AI应用案例。目前，他担任CCF术语工委副主任、自然语言处理专委会秘书长，中国中文信息学会理事，大模型专委会指导委员，指控学会大模型专委会常委，上海市计算机学会自然语言处理专委会副主任等社会职位。

论坛共同主席

CCF杰出会员、理事、计算机术语工委副主任、计算机应用专委副主任，复旦大学高级工程师

中科院博士后，参加完成国家自然科学基金、国家信息安全专项、中科院战略性先导科技专项、各类国防科技项目、中国科协及省部级项目40余项。获省部级科技进步二等奖1项，科技发明类二等奖1项，申请获得专利授权和软件著作权12项。在国际期刊会议上发表学术论文60余篇。主要研究方向：人工智能，科技伦理。

论坛讲者

华为2012泊松实验室主任

二十年后端软件开发及架构设计经验，长期专注于高性能软件开发与系统设计、分布式系统、云计算中间件、大数据服务及AI应用平台等领域的研发、研究和实践。在华为曾先后任职于业务与软件、云核心网、CBG终端云、2012欧洲研究院等多个不同的研发组织。

报告题目：知识型Agent技术驱动产业升级——解析知识图谱增强Agent在产业应用中的机遇与挑战

报告摘要：当前，AI Agent（智能体）正在飞速发展，并成为新一轮产业升级的重要推动力。在大模型推理能力迅速发展的背景之下，Agent是否能有效地利用外部知识延展认知、降低幻觉、并最终提升任务成功率，已经成为其是否能大规模落地应用的关键因素之一。知识图谱作为结构化的知识载体，可以为Agent提供高度逻辑化的知识，增强其推理的可信度和可靠性。本报告将介绍当前知识图谱增强的 Agent在华为鸿蒙（小艺），以及金融、医疗、工业等多个行业中的应用。未来，AI Agent和知识图谱的结合有望在更多产业关键场景中推动技术变革，成为加速产业升级的重要引擎。

西安交通大学教授

CCF高级会员，西安交通大学教授、博士生导师，国家“万人计划”科技创新领军人才，斯坦福大学高级访问学者。担任IEEE TNNLS、Information Fusion国际期刊编委。近年来，承担了国家重点研发计划项目、863课题、NSFC重点项目、原创项目。在IJCV、IEEE TPAMI、IEEE TKDE、KDD等期刊与会议上发表论文百余篇，出版专著2部，获得ISSRE 2016等最佳论文奖。授权发明专利20项。获国家科技进步二等奖、国家教学成果二等奖，中国自动化学会科技进步特等奖以及多项省部级科技奖励。

报告题目：神经符号融合的跨媒体问题求解方法

报告摘要：STEM教育中，跨媒体问题（包含文本与示意图）的自动求解是智慧教育的核心技术，但面临三大挑战：一是如何构建大规模“文本-示意图”对齐数据集以支持模型训练与测试；二是如何深度解析抽象示意图；三是如何在课程知识引导下实现跨媒体联合推理。这些难题限制了现有多模态大语言模型在处理此类问题时的性能。本报告将介绍我们在利用神经符号融合求解跨媒体问题上的研究进展，并展示相关工具。

北京邮电大学教授

北京邮电大学计算机学院教授、教育部长江学者特聘教授，智能通信软件与多媒体北京市重点实验室副主任。主要研究方向:图机器学习、人工智能、科学智能；特别专注于图数据智能分析，进行理论、应用、平台、标准全链条研究。发表CCF A类期刊和会议发表论文100余篇，英文专著四部，谷歌学术引用2万余次；授权发明专利30余项，相关研究成果应用于阿里、蚂蚁、腾讯、华为、美团等公司。研究成果获得中国电子学会科技进步一等奖和北京市自然科学二等奖等奖项。获得北京市高等学校师德先锋、思政名师和中国智能计算创新人物等称号。

报告题目：图模型与大模型协同

报告摘要：将神经网络应用到图数据，形成了以图神经网络为代表的图机器学习模型（简称图模型）的研究热潮。图模型不仅成为人工智能的热点技术方向，而且广泛应用在电子商务、金融风控、生物医药等众多领域。随着大模型表现出强大语言理解和推理能力，让大模型和图模型协同解决图任务有望成为图机器学习的新范式。本报告介绍图模型和大模型协同方式，和我们在该方向的初步探索。

东南大学教授

东南大学计算机与软件工程学院教授、东南大学认知智能研究所所长、南京柯基数据科技有限公司首席科学家、OpenKG发起人之一、中国中文信息学会语言与知识计算专业委员会副主任、中国科学技术情报学会知识组织专业委员会副主任、国际期刊 Journal of Data Intelligence 主编、国际期刊 Journal of Web Semantics 副主编。获得“江苏省六大人才高峰”资助和“创业南京高层次人才”资助。编写专著2 部,发表高水平学术论文260余篇。获得授权发明专利18项。主持和参与科技部重点研发项目、国家863项目、自然科学基金重点、自然科学基金面上等10余项国家级知识图谱和自然语言处理相关项目以及阿里云、支付宝、中移动等企业项目。获2024电力科学技术进步奖三等奖。指导学生发表的论文获得国际会议ICTAI2015 最佳学生论文奖和中国国际大学生创新大赛（2023）银奖。

报告题目：OneEval基准测试：大型语言模型在结构化知识推理中的表现OneEval基准测试

报告摘要：大型语言模型（LLM）在处理非结构化文本推理方面表现出色，但在整合结构化知识（如知识图谱、代码）时性能显著下降。当前领域缺乏能够系统性评估LLM在多源结构化知识下推理能力的基准。为解决此问题，我们引入了OneEval，一个全面的评测框架。OneEval旨在评估LLM在五种结构化知识模式（文本、表格、知识图谱、代码、形式逻辑）及五个关键领域（常识、政府、科学、法律、编程）中的知识密集型推理能力。该基准包含数千个精心设计的实例，并设有一个包含约1200个高难度案例的挑战性子集OneEval-Hard。我们对数十个前沿的开源及专有LLM进行了广泛评估，并公开发布数据集、评估脚本及排行榜，以推动该领域的持续发展。在此基础上，我们结合OpenKG的OneGraph知识图谱数据，提出了一种基于错误分析的自动化难度样本生成框架，通过LLM自动分析现有错误样本来生成hard测试样本以扩充OneEval-Hard，探索了LLM自动化评估与数据生成的新方向。

记忆张量（上海）科技有限公司创始人兼CEO

华中科技大学本科，美国Drexel University博士，记忆张量（上海）科技有限公司创始人兼CEO，上海算法创新研究院大模型中心负责人。长期专注于基本原理驱动的系统性创新，以“低成本、低幻觉、高泛化”为核心，探索适合中国国情的大模型发展和AI应用落地的新路径。自主研发基于记忆分层架构的“忆3”和记忆操作系统MemOS，已实现商业化落地，业绩稳健增长，获得招商证券、中国银行、中国电信等头部国央企认可。曾任阿里巴巴集团业务中台数据智能负责人、淘宝天猫集团数据平台负责人，成功构建国内首个千亿级数字商业知识图谱及知识交互的零售行业大模型，荣获浙江省科技进步奖等多个奖项，并在人工智能顶级会议和期刊发表多篇学术论文。

报告题目：智能始于记忆——MemOS驱动智能体与知识图谱的融合进化

报告摘要：本报告将探讨如何以记忆增强技术为核心，推动大模型、智能体与知识图谱的深度融合，从而拓展人工智能的智能边界。我们将分析大模型应用范式的最新演进——从提示词工程、上下文工程，到我们原创性提出并积极推动的“记忆工程”，并重点解析MemOS在驱动智能体持续进化、构建动态知识图谱以及实现产业落地方面的创新价值。结合记忆张量团队的最新实践，报告将介绍MemOS的分层记忆管理与多粒度调度机制如何与知识图谱有机结合，构建既可持续更新、又能语义推理的智能体记忆体系。通过明文记忆、激活记忆与参数记忆的协同，以及多级缓存与预测驱动的主动调用，智能体能够实时获取、关联并推理知识图谱中的信息，显著提升推理准确性、上下文理解能力与任务执行效率。此外，报告将展示MemOS在金融、工业、教育等领域与知识图谱结合的实证应用案例，并分享其在开源生态（OpenMem社区）建设中的最新进展。最后，将探讨产业与学术如何协作，推动AI记忆建模与知识图谱技术的协同创新，助力下一代智能体的可持续演化。

Panel嘉宾

浙江大学教授

研究方向为人工智能、知识图谱、自然语言处理、AI for Science等。CCF杰出演讲者，中文开放知识图谱OpenKG牵头发起人，浙江省数智科技研究会副会长，中国人工智能学会知识工程专委会副主任，中国中文信息学会语言与知识计算专委会副主任。入选浙江省有突出贡献中青年专家，浙江省科技创新领军人才，斯坦福全球前2%顶尖科学家终身榜单（人工智能领域）。以一作或通讯作在Nature Machine Intelligence、Nature Computional Science, Nature Communications、NeurIPS、ICLR、ICML、IJCAI、AAAI、ACL、EMNLP、WWW、KDD、VLDB、ICDE、SIGIR、ACM Computing Survey、Proc. IEEE等国际顶级会议或期刊上发表多篇论文。作为负责人主持国家自然科学基金重大研究计划重点项目、国家自然科学基金联合基金重点项目，以及国家重点研发计划、国家重大科技专项及企业合作项目等多项项目。曾获国际语义网会议ISWC最佳论文奖、国际知识图谱联合会议IJCKG最佳论文奖，并参与或牵头获得国家科技进步二等奖、浙江省科技进步二等奖、教育部技术发明一等奖、钱伟长科技奖一等奖、深圳市科技进步一等奖等科技奖励。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。