2026世界人工智能大会在上海圆满落幕，智能体技术成为全场焦点。几乎同期，北京发布全国首个省级智能体专项政策，明确支持“驾驭层工程”攻关。政策与技术形成双向呼应，产业重心转向真实场景下的“可信”落地。要实现从“能用”到“好用、敢用”的跨越，产业界需同时攻克大模型幻觉与算力结构错配两座大山。如何让AI既聪明又靠谱，还能“跑得起、用得省”，是当前的核心命题。
一、政策与技术同频共振，智能体迈入“驾驭层”时代
WAIC作为行业风向标，释放出明确信号：大会“镇馆之宝”中四款为智能体产品，超10%论坛主题与智能体相关。与此同时，北京《若干措施》则为落地按下加速键，强调共性技术攻关，支持实施驾驭层工程，涵盖上下文优化、任务持久化、多智能体协作等，并推动自主可控协议与工具链开源开放，培育Token即服务、智能体即服务等新模式。该措施精准切中工程化落地痛点，也为探索“图模融合”等前沿路线提供支撑。海致科技作为“Harness第一股”，将十余年技术积淀与行业Know-How融入架构，形成可直接落地的产品化体系。其“基于图的智能体驾驭平台”入选WAIC典型实践项目，首席科学家郑纬民院士接受采访，探讨国产AI主权生态、TaaS与图模融合技术。
二、图模融合从源头消除幻觉与Token浪费，聚焦确定性智能
当前国内AI产业规模化落地的核心瓶颈，集中体现为大模型固有幻觉风险与Token资源无效消耗的双重制约。在金融、医疗等高精准场景，模型输出失真可能引发合规风险；在复杂业务中，海量原始数据填充上下文导致算力浪费。海致科技提供差异化技术思路：依托全球领先的图技术，直击大模型幻觉与高消耗两大命门。
具体而言，海致科技的图模融合解决方案覆盖控制、记忆和编排三个层次。分布式图数据库AtlasGraph与行业知识图谱平台承担控制层职能，通过图谱约束、图计算校验和行业本体沉淀，对模型输出进行规则边界约束和事实一致性校验；AtlasGraph还可保存企业实体关系、业务状态和历史流程，为智能体提供可推理、可追溯的长期关系记忆；Atlas智能体平台则负责连接企业API、数据库和业务系统，通过多模型路由、人机协同和流程编排，将模型能力转化为可执行、可审计的业务动作。
郑纬民院士表示，海致科技的图模融合解决方案将大模型与传统确定性技术相结合，利用图结构确保数据的结构正确性和逻辑一致性，利用大模型处理模糊或非结构化内容。通过这种“左右脑协同”架构，能够显著降低幻觉，并在可控场景下接近100%事实一致性。据悉，海致科技是中国行业内首家通过知识图谱有效减少大模型幻觉的企业。图技术的另一项价值，体现在提升Token运行效率，通过精准子图检索压缩冗余上下文，有效削减大模型多轮迭代中的无效工具调用与多余Token消耗，降低算力开销。2023年，AtlasGraph在LDBC测试中吞吐性能超越既有纪录45%。
三、AtlasGraph自主可控：夯实“主权AI”生态底座
在追求可信AI的过程中，算力成本与效率是绕不开的现实。当前国内算力市场呈现高端紧缺与中低端闲置的结构性错配，供需错配问题突出。在“主权AI”成为核心议题的背景下，郑纬民院士提出“算力自主、算法自强、生态自立”三大支柱，指出当前最明显的短板是“生态自立”。国产芯片要跨越从“能跑”到“愿意用”的鸿沟，急需成熟的全栈国产化解决方案。
海致科技AtlasGraph作为完全自主研发的图数据库，正是这一方案的关键拼图。AtlasGraph全栈功能包括实时存储数万亿数据记录、深度分区关系分析、毫秒级多跳查询及动态可视化建模。公司自研38种图数据库算法，在经典百亿级Twitter-2010图谱测试中计算速度达到6884毫秒，计算精度达到小数点后五位。AtlasGraph搭建精细化内存调度机制与原生全内存高速计算引擎，大幅降低磁盘读写开销，显著提升多跳关联查询速度与高并发处理能力。通俗来说，AtlasGraph将原本需要高端GPU承载的任务，依靠闲置国产中低端推理芯片即可稳定运行，大幅提升智算中心硬件承载量和资源利用率。
此外，AtlasGraph具备完整的自主可控属性，可通过系统级协同适配，对接国产算力硬件体系开展联合优化。目前，这种“国产算力+图模智能”的全栈协同正在加速落地。5月，海致科技与海光信息签署战略合作协议，双方将在政务、公共服务和安全等行业联合打造“国产算力+图模智能”全栈解决方案，共同提升国产化AI方案在复杂业务场景中的兼容性和稳定性。与此同时，Atlas智能体已兼容百余款主流大模型，包括智谱、DeepSeek等国产大模型，构建起从算力、平台到应用的全链路自主可控生态。
从海致科技身上可以看到，图模融合技术能高效串联起国产算力硬件与行业智能体应用，优化赋能算力价值释放，并完善自主算力生态。郑纬民院士强调，受制于先进芯片制程约束，国内算力产业必须从算法效率层面寻求突破，通过技术优化以更少Token支撑高质量业务推理，依托软件算法“软实力”弥补硬件算力“硬差距”。
从WAIC到北京新政，国产AI正加速向“可信落地”转型。未来，以图模融合为代表的底层软件创新，不仅是破解大模型信任危机的关键，更是盘活国产算力、实现自主可控的核心支撑。跨越这道规模化落地的关口，中国产业级AI方能迈向真正的高质量发展。