浦发银行联合华为升级金融知识服务体系
在数字化转型的浪潮下，知识工程作为人工智能和大数据技术的重要分支，已成为金融机构数智化转型的核心竞争力。浦发银行（600000）知识工程平台是全行企业级知识资产建设的关键技术底座，已沉淀亿级知识资产，囊括数十万精选问答对与超百万高质量知识条目，解决私域知识资产体系化建设、管理和应用难点，为百余个“人工智能＋”智能体应用筑牢了坚实的知识底座。
面对日益复杂的场景问答需求，为攻克多模态内容理解、跨文档关联分析等技术难点，浦发银行携手华为，依托JIC(Joint Innovation Center)联创机制，围绕多模态智能问答与知识脉络图谱生成两大方向，从基座层、加工层、应用层全面升级知识工程平台能力，打造更精准、高效、智能的金融知识服务体系。
共研多模态智能问答，
提升知识交互体验
针对原始知识中约80%包含表格、图片等多模态元素的情况，为充分挖掘其中蕴含的业务流程、统计图表、分析报表等有价值的知识，浦发银行联合华为构建端到端的多模态知识流水线，实现“从0到1”技术突破，覆盖多模态知识解析、衍生、存储和检索的全生命周期能力，使得每一张图片、每一份表格都能够被“准确理解”和“高效利用”。
工程化能力建设，激活多模态内容价值。在多模态知识加工阶段，本次联创引入多模态大模型，结合高精度版面分析与内容提取技术，针对PDF、WORD、PPT等主流格式文档中的多模态元素进行深度解析，创新研发工程化模态对齐能力，将图片、表格转换为可被大模型“阅读”和“消化”的向量化知识，并基于提示词工程完成FAQ类、总结类，对比类等新知识衍生，夯实多模态知识资产基础。
可视化问答交互，增强多模态感知体验。在多模态知识应用阶段，本次联创基于高维向量空间的跨模态语义检索引擎，研发“文本+图片”复合检索模式，支持对图片内文字、数据、趋势等内容进行自然语言提问，并在回复中提供详实图片佐证，实现问答过程中多模态知识的可视化集成，全面提升多模态知识资产的深度挖掘与高可用转化，适配用户对复杂文档的智能问答需求。
共研知识脉络图谱生成，
强化知识推理链路
随着私域知识资产的迸发式增长，传统平铺式的知识检索模式难以有效捕捉知识间的潜在联系，为增强知识应用过程中的逻辑理解能力，浦发银行联合华为共同研发灵活可配置的知识脉络图谱生成架构，有效完善企业级知识资产体系框架，突破现有知识检索模式缺乏深度关联的局限，推动知识服务从碎片化知识感知到系统性逻辑重构的智能升级。
Agent协同驱动，自主生成知识脉络图谱。在知识脉络图谱构建阶段，本次联创搭建多智能体协同机制，由切片智能体针对知识文档和元信息进行属性归纳与摘要总结，由抽取智能体完成知识图谱的节点及关系抽取，由构图智能体完成图谱结构动态创建及运维管理，三者协同运作，精准捕捉实体间隐含的逻辑依赖与多维关联，有效解决传统人力梳理知识脉络费时费力的问题，实现自动化构建可推理的知识脉络图谱。
混合检索创新，打通知识脉络多维关联网络。在知识脉络图谱应用阶段，本次联创采取语义向量检索与图谱脉络遍历双路并行模式，当用户提问后，向量检索负责精准锁定语义相关的文本细节，而图检索则沿着知识脉络图谱层层递进，双路检索结果共同注入大模型进行整合与润色回复，显著增强了处理概括类、枚举类、隐形类、关系推荐类问题的能力，推动知识应用从局部细节到全局洞察的智能化跨越。
依托知识工程平台全新研发的多模态智能问答与领域知识脉络生成能力，浦发银行已沉淀超16,000条多模态知识资产、超200,000条知识图谱脉络关系，进一步构建更丰富多元的知识资产底座，并嵌入营销、风控、服务、运营及管理等核心业务场景，帮助员工高效解答了超110万次查询，信息检索时长缩短近90%。
浦发银行总行科技发展部副总经理周骏表示，当前人工智能应用面临专业知识与深度不足的关键问题，应持续夯实知识工程平台能力，以系统级、工程化手段打造专项知识库，提升知识资产建设效能与质量，为浦发银行“人工智能+”创新应用高效落地注入强劲动能。
未来，浦发银行将紧密围绕2026年人工智能实施行动计划，聚焦“强功能”“精运营”“增效能”三大方向，推进知识工程技术成果落地转化。一是“强功能”，增强跨模态知识的智能解析及融合处理，进一步丰富企业级知识资产多样性：二是“精运营”，运用数智化手段保障知识资产新鲜度与准确性，为人工智能垂类模型训练储备高质量知识语料；三是“增效能”，构建集成知识工程体系化能力的“超级智能体”，全面提升智能问答应用在不同业务场景的迁移泛化效能，助力金融行业从标准化服务向高度智能化、个性化服务的跃迁升级。