人工智能（AI）正以前所未有的速度和广度重塑科学研究范式。从蛋白质结构预测到辅助药物研发，AI技术已成为科研活动的重要工具。然而，当前 AI 在推理能力、知识生成和实验设计等方面仍存在显著局限，尚不能完全取代人类科学家的角色。图书馆作为知识基础设施的一部分，必须重新定位其在科研生态中的功能和价值。本文基于当前 AI 科学应用的发展趋势，分析其对图书馆的影响与挑战，并提出面向未来的五项关键行动策略，以实现图书馆从“信息服务者”向“科研协同者”的角色转型。

通过主题建模与量化评价对我国人工智能治理政策展开系统性研究，可以为政策优化提供支撑与指引。本研究对我国从2017至2025年3月15日发布的92份国家层面人工智能治理政策中的有效数据进行预处理，使用BERTopic模型识别政策主题，计算关键词c-TF-IDF 权重等3项主题指标，并结合政策内容展开治理政策重点分析。在主题建模的基础上构建PMC政策评价模型，对9项代表性政策文件展开实证量化分析。BERTopic模型共识别出13个主题，涵盖我国人工智能治理9个政策重点。PMC指数模型显示政策总体水平良好，但仍需在治理框架、治理工具以及治理主体等方面进一步优化。据此提出构建分类治理政策框架、配套政策工具组合以及推进协同治理的政策建议，以期服务我国人工智能治理实践。

在教育强国、数字中国战略背景下，智慧图书馆建设作为国家文化数字化战略的重要组成部分，亟需通过人工智能技术驱动服务模式革新。本文聚焦高校图书馆流通咨询业务场景，以师生读者实际需求为导向，基于通用Agent技术构建了智能问答机器人应用。该应用以流通咨询业务常用问答知识库为数据基础，通过人工智能大模型实现自动化知识推理与应答，有效提升服务效率并释放有限人力资源。实践表明，该方案显著优化了图书馆服务效能，为其他场景的智能化转型提供了可复用的技术参考范例，助力高等教育数字化转型与现代化升级。

随着人工智能生成内容（AIGC）技术的快速发展与广泛应用，信息资源管理（IRM）面临本体论与管理逻辑的深刻变革。传统基于“管理者 - 工具 - 资源”静态生命周期的IRM范式，难以应对AI开源生态中资源的极端动态性、大规模协作涌现以及异构复杂性。本文基于对 Hugging Face 等开源社区及国产DeepSeek、Qwen模型的案例分析，识别出生成性信息资源的三大核心维度——吞吐量（T）、质量（Q）、能力上限（C），进而整合多个经典理论，构建了动态信息资源管理理论（IRMT）框架，提出 T-Q-C 权衡三角，用于指导AI资源的匹配与优化。不仅为 AIGC 时代构建 IRM 自主知识体系提供了理论范式，更为在算力受限条件下实现国 产 AI 高效应用与技术自立提供了实践路径。未来可往T-Q-C量化建模、伦理治理内化、多模态与智能体系统拓展等方向深入研究。

为理解宋代学术人物关系的成因，探索数字人文技术与传统史学研究的融合路径，以中国历代人物传记资料库（CBDB）为基础，构建包含1 987 名学者、2 742组关系的宋代学术网络，运用指数随机图模型（ERGM）系统探究该网络的形成机制。研究聚焦三个核心问题——学者个体属性（籍贯、学派身份等）、社会资本（中心性、结构洞等）及网络内生结构（互惠性、传递性等）对学术关系建立的影响。地理接近性和学派身份同质性对学术联系的形成具有显著正向作用；网络呈现强互惠性但传递性受抑制，反映学术互动的双向性与学派间的竞争性排斥；社会资本中，中心性，尤其是度中心性、特征向量中心性对关系构建的影响显著，而结构洞作用有限。本研究为理解宋代学术传播的社会基础提供了实证依据，也为数字人文与传统史学的融合提供了新路径。

本研究围绕冼星海年谱资源的知识图谱构建展开，以秦启明《冼星海年谱简编（1905—1945）》为数据基础，构建了涵盖人物、时间、地点、事件、著作与文献资源等多类核心实体的知识本体模型，并基于Neo4j图数据库实现数据的结构化存储与语义关联查询，利用Vis.js实现动态可视化展示。知识图谱技术的应用显著增强了冼星海生平事迹、社会网络与艺术创作脉络的可解析性与可视化效果，突破了传统年谱线性表达的限制，为理解其跨地域、多阶段的音乐与革命实践提供了新的研究方法与路径支撑。未来研究可进一步优化知识抽取机制、拓展数据来源，并提升可视化交互体验。

在“读屏时代”，用户对视频、音频、图像等媒体的知识内容需求急剧增长。“十五五”是图书馆从智能化向智慧化跃迁的关键阶段，在图书馆优质数据资源建设的宏观框架下，构建全媒体知识组织体系，高效管理媒体资源以及发掘其新的价值，为用户提供多样化的知识获取和服务支持尤为重要。本文以广州图书馆智慧媒资管理和服务平台的建设实践为例，针对目前图书馆媒资管理和应用方面存在的问题，总结解决“痛点”的经验和成效，以及展望在“十五五”期间如何从“深化资源利用、提升人工智能水平、打造人文枢纽”三个维度深化完善媒资智慧化应用，释放平台在公共文化服务、学术研究支撑等领域的潜在价值，以期为图书馆优质数据资源建设和应用提供新的思考路径。

本研究面向国家安全情报分析场景，旨在突破单一模态数据分析的信息局限，提升复杂场景下的态势感知能力。本文基于深度学习理论，从多模态数据融合的宏观角度出发，构建了异构数据表征模型，整理了跨模态数据融合框架，并引入动态权重分配机制，实现了社交媒体文本、视频、音频、卫星影像及网络流量等多源异构数据的有效融合。研究表明，在复杂的数据生态下，既要关注开源情报中多模态数据融合粒度，又要兼顾情报任务需求，能够快速、准确融合，形成切实可行的工业化流程。

在数据要素市场化背景下，揭示科学数据与新质生产力各要素的融合机制，可为推动科学数据价值转化、加快新质生产力发展提供理论参考与实践指导。遵循“路径维度－实现路径”框架，先从技术、制度、生态三个横向维度剖析科学数据赋能新质生产力形成的路径维度，再从新质劳动者、新质劳动资料、新质劳动对象三个纵向维度提出科学数据赋能新质生产力实现的具体路径。科学数据通过驱动科研范式创新、促成数据要素市场化配置、构建跨主体协同创新网络等三条路径来赋能新质生产力形成。可通过提升新质劳动者的数据驾驭能力、科学数据的法治化治理、赋予传统劳动对象新特性，来实现科学数据赋能新质劳动者、新质劳动资料、新质劳动对象。