图(Graph)结构在人工智能与系统领域正呈现多维度融合趋势。近期工作从基础架构、生成模型到实际应用均有突破,尤其关注图数据的表征与交互效率。
当前焦点集中于图模型在生成、推理与效率之间的平衡。未来观察点包括:扩散模型在图生成中的 SFT 策略改进、GNN 加速技术向工业级部署的迁移,以及场景图在具身智能中的实时交互能力。
图(Graph)结构在人工智能与系统领域正呈现多维度融合趋势。近期工作从基础架构、生成模型到实际应用均有突破,尤其关注图数据的表征与交互效率。
当前焦点集中于图模型在生成、推理与效率之间的平衡。未来观察点包括:扩散模型在图生成中的 SFT 策略改进、GNN 加速技术向工业级部署的迁移,以及场景图在具身智能中的实时交互能力。