香港科技大学(广州)助理教授

简介：李佳，香港科技大学(广州)数据科学与分析学域助理教授。博士毕业于香港中文大学。其研究目前主要为图数据的大模型，异常检测，图神经网络以及基于图数据的药物发现和医疗健康。他以第一作者或者通讯作者发表四十务篇CCF-A论文，如Nature Communications, NeurIPS, SIGKDD, ICML, TPAMI等。他的工作获得2023年数据挖掘顶会SIGKDD Best Research Paper Award，是中国大陆首次获得该荣誉。

华东师范大学研究员

简介：李翔，华东师范大学数据科学与工程学院院长助理、研究员、博导，香港大学博士，曾担任京东集团算法专家。主要研究方向包括图数据挖掘、知识增强的大模型推理与应用等。近年来，在ICML，NeurIPS，KDD，WWW，ACL等人工智能领域重要的国际学术会议和期刊上发表论文八十余篇。担任ICDM 2026、PAKDD 2026 Track Chair, KDD、ACL ARR等人工智能国际顶级会议领域主席，CCF推荐T1类期刊Frontiers of Computer Science (FCS)青年编委，CCF数据库专委会执行委员，中国中文信息学会社会媒体处理专委会委员。曾获得2022年高等教育（本科）国家级教学成果奖二等奖，入选2023年上海市领军人才、2021年上海市浦江人才、2021年微软亚洲研究院铸星学者。

东北大学教授

简介：张岩峰，东北大学教授、博士生导师、计算机科学与工程学院副院长，国家级高层次青年人才，辽宁省杰青。研究方向为数据库系统、机器学习系统。承担国家重点研发计划课题、国家自然科学基金重点项目课题、辽宁省重点研发计划等多项国家和省部级科研项目，承担华为2012实验室、阿里巴巴达摩院、蚂蚁研究院等校企合作项目。在SIGMOD、VLDB、ICDE、PPoPP、SOCC等国际顶级会议期刊上发表论文50余篇。曾获中国计算机学会自然科学二等奖、云计算国际会议ACM SOCC杰出论文奖等奖励。

报告题目：基于分析增强生成的图智能体

摘要：图分析技术在金融风控、生物信息等领域应用广泛，但面临算法流程构建复杂、数据管理繁琐、执行调优困难等挑战，高度依赖专家知识且难以自动化处理，制约了其规模化应用。为此，本报告探讨一种基于分析增强生成（Analysis-Augmented Generation, AAG）机制的图智能体系统。该系统以图数据为中心，以图分析算法为引擎，以大语言模型为智能协调中枢。通过大模型-图结构计算的多轮交互处理实现语义理解与图分析计算的高效融合，实现从自然语言问题解析到分析结果归纳生成的端到端智能化处理，为用户提供高效、易用、自驱动的智能图分析解决方案。

香港大学助理教授

简介：黄超，香港大学数据科学研究所及计算与数据科学学院助理教授、博士生导师。他的研究方向涵盖大型语言模型（LLMs）、AI智能体（AI Agents）及图机器学习（Graph Machine Learning），其研究成果在Google Scholar上被引用超过14,000次。黄博士领导香港大学数据智能实验室（Data Intelligence Lab），专注于人工智能开源技术的研究与开发。团队已推出多个影响力项目，包括 LightRAG、RAG-Anything、DeepCode、AutoAgent、AI-Researcher、AI-Trader、MiniRAG 和 VideoRAG，累计获得超过 81,000 个 GitHub Stars，位列全球 Top-200，并 74 次登上 GitHub Trending 榜单。因其在人工智能开源领域的贡献，黄博士荣获 WAIC 2024「明日之星」奖、2024「前沿科学奖·理论计算机科学与信息科学（ICBS）」，并入选 「2025 AI100青年先锋」 和 「2025 Global AI 2000全球最具影响力学者」 名单。其研究成果多次入选 KDD、WWW、SIGIR 等国际顶级会议的最具影响力论文之一，并获得ACM MM 2024、WSDM 2022、WWW 2019等会议的最佳论文提名奖。

报告题目：AI智能体：下一代金融家、艺术家、工程师与科学家？

摘要：本报告将探讨人工智能在承担“金融家、艺术家、工程师和科学家”等多样化角色方面的巨大潜力，并深入分析其能力边界所在。报告将回顾从大型语言模型（LLMs）到强大自主AI代理（AI Agents）的演进过程，重点讨论多步推理、工具整合、多模态理解以及海量信息处理等关键技术挑战。通过实践性洞见与真实案例研究，我们将展示AI代理如何正在重塑传统工作流程，并为人类与AI的高效协作创造全新机遇，推动这些重要领域的创新发展。

浙江创邻科技有限公司联合创始人、CTO

简介：周研，本科毕业于浙江大学竺可桢学院混合班，博士毕业于浙江大学计算机学院。浙江创邻科技有限公司联合创始人、CTO。分布式数据处理领域技术专家、图数据库和图计算领域专家、Galaxybase分布式图数据库产品研发负责人、OpenKG SIGSPG小组创始成员、《图数据库：理论与实践》作者。承担多个图计算领域重大研发专项项目，是图数据库、图计算和知识图谱领域国内外多个标准化委员会成员，主导和参与制定多项国家标准和行业标准。

报告题目：面向企业场景的 GraphRAG 架构设计与案例分析

摘要：随着大型语言模型（LLM）在企业场景中的快速普及，检索增强生成（Retrieval-Augmented Generation, RAG）逐渐成为构建企业级智能问答与知识服务系统的核心技术路径。然而，传统 RAG 在语义相关性推理、跨文档信息关联以及长链路逻辑依赖等方面仍存在显著局限，使其在真实生产环境中难以满足企业对高准确性、强鲁棒性与可控性的要求。 本报告将围绕 GraphRAG 的理论基础与应用价值展开，系统介绍图增强检索生成技术的关键特征，包括结构化知识表达、多实体关系建模与多跳推理能力等。在此基础上，我们提出了一套面向企业需求的 GraphRAG 技术架构与流程体系，涵盖知识抽取、图构建、图索引与检索、提示编排以及生产化部署等关键环节，并结合工程实践对各阶段的实现要点进行剖析。 报告将基于多个真实客户案例展示 GraphRAG 在企业实际业务中的效果提升，包括答案准确率、复杂查询覆盖率和系统稳定性的显著改善。最后，我们总结 GraphRAG 在大规模企业环境中落地的工程经验、典型挑战与最佳实践，为学术研究与产业应用提供参考。

腾讯优图实验室高级研究员

简介：董俊男，腾讯优图实验室高级研究员，主要研究方向为提升大语言模型在专业领域的知识推理能力，包括但不限于GraphRAG及Agents等相关技术。2025年博士毕业于香港理工大学，曾在NeUrIPS/ICML/ACL/EMNLP/WWW/KDD/SIGIR/WSDM和TKDE等顶级学术会议及期刊发表论文十余篇，并长期担任NeurIPS/ICML/ICLR/ACL和WWW等国际顶级会议程序委员会委员。2024年被香港理工大学数学与计算机学院及电子计算学系提选为“最佳研究生”。

报告题目：统一视角下的图检索增强生成

摘要：面向复杂领域推理任务，图检索增强生成 (GraphRAG) 通过从非结构化文本中构建知识图谱来增强大语言模型相关能力，已成为提升从个人到企业级智能的关键路径，引起了学界和业界的广泛关注。本次报告将从统一的视角介绍腾讯优图实验室在推动GraphRAG技术从研究到落地的一系列探索和成果，包括公平透明的评测基准、通用规范的知识组织、统一的检索推理框架以及真实业务场景的应用成果，为行业理解和部署提供参考。

华东师范大学研究员

简介：李翔，华东师范大学数据科学与工程学院院长助理、研究员、博导，香港大学博士，曾担任京东集团算法专家。主要研究方向包括图数据挖掘、知识增强的大模型推理与应用等。近年来，在ICML，NeurIPS，KDD，WWW，ACL等人工智能领域重要的国际学术会议和期刊上发表论文八十余篇。担任ICDM 2026、PAKDD 2026 Track Chair, KDD、ACL ARR等人工智能国际顶级会议领域主席，CCF推荐T1类期刊Frontiers of Computer Science (FCS)青年编委，CCF数据库专委会执行委员，中国中文信息学会社会媒体处理专委会委员。曾获得2024年ACM上海分会新星奖，2022年高等教育（本科）国家级教学成果奖二等奖，并被评为2023年度FCS期刊优秀青年编委，入选2023年上海市领军人才、2021年上海市浦江人才、2021年微软亚洲研究院铸星学者。

报告题目：低成本高性能图检索增强生成技术探索

摘要：图检索增强生成技术在信息检索和多模态生成任务中具有重要应用价值，但现有方法通常面临计算成本高和生成性能受限的双重挑战。针对这一问题，本报告分别开展了两项工作：一方面，提出一种低成本图检索增强生成方法，通过轻量化模型设计与高效检索策略，有效降低计算资源消耗，便于在资源受限环境下部署；另一方面，设计了一种高性能图检索增强生成方法，通过优化图检索与生成的融合机制，实现了生成精度和响应速度的显著提升。实验结果表明，两项工作在各自侧重点上均取得了优异表现，为图检索增强生成技术在不同应用场景下的高效实现提供了有力支持。