DOI：10.12154/j.qbzlgz.2026.03.010 1 引言 随着新一代人工智能技术快速发展，多模态需求在知识交互过程中逐渐显现其深远影响[1]。以大语言模型为代表的新一代人工智能技术，在文本、图像、音频、视频等多模态信息的感知、表征与生成方面展现出显著能力，从而引发了一系列人与人工智能系统为核心进行交互（简称人智交互，Human-AI Interaction）的知识生产与消费问题，正逐渐成为学界和业界共同关注的焦点[2]。一方面，区别于传统人机交互的单调性和静态性，人智交互在多模态知识共享和创新过程中动态变革知识生产—消费方式，扩展了知识需求者的知识边界，增加了主动获取和创造知识的意愿和渠道[3]；另一方面，人智交互作为深度融合人与人工智能的交互模式，不仅能为人类提供更加丰富、智能且个性化的交互体验，同时也能促进人工智能对现实世界更精准和立体的感知，从而为人智协作、智慧共生的知识生态提供基础支撑[4]。因此，探究人智交互过程中知识如何生产、存储、传播和增值等对促进知识服务的可持续发展和价值共创具有重大意义。 已有研究对人智交互情境下人类主体特征、人智关系与信任的影响以及人智体验与作用场景等进行了探讨，明确了人智交互过程中人类主体的智能感知、数字嵌构特征及多模态交互的人智协同场景应用[5]，揭示了人智信任对知识贡献行为的积极影响[6]，提出了人智交互体验的提升策略[7]，探讨了人智交互应用于在线医疗智慧变革的前景[8]。也有研究从人智交互视角探讨了新情境下知识共创的可持续性[9]，强调了人智会话交互的应用前景[10]，以及内容可信度对人智交互体验的影响等[2]。由此可见，人智交互过程中产生的一系列知识问题仍是现在乃至未来一段时间内关注的重点。 然而，已有研究对于人智交互情境中知识主体如何进行多模态的知识交互，如何系统化重构多模态知识的生产、存储和传播价值链，以及如何促进知识服务智慧转型的理论路径等关键科学问题，仍缺乏足够的探讨。基于此，本研究基于知识孪生系统媒介，将全息知识画像作为人智交互中多模态信息融合与知识结构表征的技术载体，系统探讨人智交互情境下多模态全息知识画像架构的构成要素、理论模型及运行机制，旨在整合知识孪生系统媒介与全息知识画像的技术路径，提出一套既符合理论逻辑又具备实用价值的多模态全息知识画像架构的理论框架，以期为人智交互情境下系统化重构多模态知识的生产、存储和传播价值链，促进知识服务智慧转型提供新的理论参考，推动人智交互情境下的知识实践与可持续发展。 2 文献综述 2.1 人智交互 20世纪50年代以来，人机交互作为人工智能、信息系统及图书情报等科学交叉的融合领域[11]，一直深受学界和业界关注。随着新一代人工智能技术的突破，人机交互方式不断演变，人机关系正在被重塑[3]。由此，催生了人智交互这一新兴研究领域[12]。相较于传统的人机交互，人智交互不仅要求人工智能在交互过程中充当信息传递与处理的工具，更强调其作为具备主动决策和问题解决能力的智能代理在交互中的系统定位[13]。本质上，人智交互是新一代人工智能技术变革引发的“以人为中心”的智能代理系统与人的智能交互[14]，重点关注人智交互过程及用户体验。人智交互旨在突破传统交互模式的局限，通过多模态信息融合、动态适应机制及自主决策等手段，实现个性化、及时性、智能化的智慧交互变革。 目前，人智交互领域的研究主要集中在两方面：一是交互对象，即“机”的智能属性及功能演进；二是交互体验，即“智”在互动过程中的深层次作用。在交互对象上，已有研究主要关注信息检索与信息系统设计两方面。例如，有研究探讨对话式信息检索在复杂交互情境下的应用，为人智交互场景中的交互行为提供了新的理论视角[15]。在信息系统设计上，相关工作主要着眼于以人为本的系统设计理念、算法优化迭代及伦理监管机制的建立，从而推动智能系统在实际应用中的稳健运行与持续进化[16]。在交互体验上，主要围绕具身智能、体验度量及信任关系等方面。例如，聚焦单模态与多模态非正式学习情境下的用户体验，为揭示复杂交互场景中的技术演进提供了参考[7]。此外，通过揭示信任关系在促进有效信息传递、协同决策与交互质量提升中的重要作用，为高质量的人智协作提供了理论依据[5]。然而，现有研究对人智交互情境下的智慧知识服务转型仍缺乏足够的关注。 2.2 知识孪生 知识孪生是基于数字孪生技术，将“知识”作为可数字化的对象，通过本体建模、图谱表征与智能推理，在数字空间实时再现并管理知识的结构、演化与语义关联的过程[17]。知识孪生通过增强认知数字孪生的认知能力，并借助数智化技术重构知识的多维结构、演变路径、内在关联及动态特征[18]，以实现对知识生命周期、认知特征与适应性变化的动态管理。与数字孪生侧重物理参数和行为模拟不同，知识孪生侧重语义表征、关系网络与认知演化，因此知识孪生旨在将感知数据转化为可推理、可复用的知识资产，为知识的生产、消费和分解转化构建系统性桥梁，为数智化知识服务转型提供了可行路径[19]。知识孪生系统是通过运用知识图谱、图数据库以及先进的人工智能技术进行知识孪生，以建立起概念化本体、知识模型和关联关系网络，进而形成个性化、可推理知识画像的系统[3]。知识孪生系统不仅能够在结构化图谱中精准表达个体知识体系，还能通过关联分析和逻辑推理扩展和深化知识之间的内在联系，为知识联想和创新提供支持[20]。
