Fusion GraphRAG：超越 GraphRAG 的多模态企业级 AI 问答

一、当前大模型落地的现实路径

• 微调：成本高昂、流程复杂，文档的每次更新都可能触发重新训练
• 纯接口调用：无法触及企业内部知识，无法根治模型的幻觉问题。

然而，当人们谈及 RAG，脑海中首先浮现的往往是向量数据库与嵌入模型。但这条路，真的足够平坦吗？

二、RAG 四大困境

深入实践后，我们发现传统的向量 RAG 存在几个结构性问题。

（一）细粒度检索不足

以《乔布斯传》为例，提问“乔布斯与 Apple 有哪些重要事迹”时，Apple 是决定检索准确性的核心实体。当相关内容集中于以 Apple 为主题的 chunk 中时，向量检索较容易命中。

但若 Apple 相关信息仅在讲述乔布斯个人经历等其他主题的 chunk 中零散出现，其语义权重会被整体主题稀释，导致关键事实难以被准确召回，暴露出向量 RAG 在细粒度检索上的局限性。

（二）关系缺失

文档之间天然存在引用、衍生、对立等复杂关系，向量数据库将文档切分为孤立的片段后，数据的关联随之减弱。

（三）语义鸿沟

语义相似度 ≠ 上下文相关性 。举个相似但不相关的例子，保温杯与保温大棚，两者 token 在很大比例上表达共同的语义：“保温”。但在一些场景下，想要了解保温杯却召回了保温大棚的信息。

RAG 在索引阶段即使设置了比较高置信度，也很可能因为其相似性而得到不相关的信息。

（四）全局推理乏力

"所有文档的核心观点是什么？"、"请总结出最重要的五个发现"。这类需要跨文档综合分析、提炼的全局性、社区级问题，恰恰是向量检索的短板。

三、图的破局：

从孤立片段到关联网络

如何破局？答案是图数据库。微软研究院一篇重要论文也论证了图数据库在增强 RAG 能力方面的价值。

事实上，NebulaGraph 在微软之前就率先提出了 GraphRAG，而且微软在论文中也引用了我们的 GraphRAG 相关工作。

NebulaGraph 是分布式开源图数据库，愿景是成为全球第一的图数据库厂商。目前，在 DB-Engines 的图数据库排行榜上，我们排名全球第二。

NebulaGraph 主要面向大规模、高性能的应用场景，支持千亿点、万亿边的超大规模数据集。同时，我们也是最早一批参与国际标准图查询语言 ISO-GQL 制定标准，并实现全球首个全面支持 ISO-GQL 的图数据库产品。

现在说回图数据库如何解决 RAG 所面临的挑战。

（一）解决文档切分难题

在向量数据库中，第一步通常是将文档切分成 chunk，然后生成向量。随之而来的问题是：chunk 多大才合适？

• 如果 chunk 太小，可能会切断语义，甚至产生与原意相反的含义；

• 如果 chunk 太大，真正有价值的信息只占其中一小部分，导致相似度得分反而很低。

在图模型中，文档、章节、段落可以作为具有丰富属性的节点存在，并通过边明确表达其间的层级、引用关系，语义被结构性地保留下来。

（二）重建上下文关联

一个多级部门文档体系，比如一级部门纲领、二级部门细则、三级部门报告，彼此之间存在引用关系。

• 在向量数据库中，这些文档被切成 chunk 后是“平权”的，无法保留层级、来源和引用关系。

• 在图数据库中，我们可以清晰地建模"发布"、"引用"、"归属"等关系，形成一个可追溯、可解释的知识网络。

（三）解锁复杂推理能力

对于"文档 A 与文档 C 有何关联？"这样的问题，GraphRAG 可以通过子图搜索、路径查询轻松找出连接路径。

对于"总结核心要点"，则可以利用社区发现、中心性分析等图算法，识别出网络中最关键、最聚合的信息群。

四、超越 GraphRAG：Fusion GraphRAG 的诞生

当然，GraphRAG 自身也面临挑战：

• 索引构建成本高、耗时长；

• 不擅长多模态数据（而向量可统一表示文本、图片、音频等）；

• 面对数据版本冲突时，可能会无意中合并冲突信息，生成错误答案。

为此，NebulaGraph 提出了原创的 Fusion GraphRAG 架构。

Fusion GraphRAG 在知识图谱之上，创新地增加了一层文档元数据与结构索引层。这一设计带来了显著的效率提升：

• 相比 GraphRAG，索引构建速度提升约 5 倍；

• 在与微软 GraphRAG 的对比中，索引阶段更是快了近 20 倍，同时问答准确率更高。

这一架构构建在 NebulaGraph 原生分布式图数据库之上，实现了图、向量、全文三索引融合。

• 图索引：负责处理实体、关系与复杂路径查询。

• 向量索引：快速捕捉语义相似的片段。

• 全文索引：支持精确的关键词匹配。

三种索引各司其职，又协同工作，再结合多样的图算法，共同支撑起强大的检索与推理引擎。

五、开箱即用的图增强 AI 平台

基于 Fusion GraphRAG，我们构建了完整的 AI 应用开发生态：

• Nebula AI Application SDK：为开发者提供灵活调用的工具包。

• Nebula AI Application Platform：零代码开箱即用的端到端平台，用户只需选择知识库，即可创建专属 AI 应用。

• 云服务：提供弹性可扩展的云上服务。

开发层面，用户可以零代码创建 AI 应用，选择使用的知识集。问答层面，体验如 ChatGPT 般自然流畅，并且因为基于图索引进行检索，因此整个过程是可视化、可解释、可审计的，你可以清晰地看到答案是如何一步步从知识网络中推理生成的。

在 Benchmark 测试中，我们平台的问答准确率达到了 0.81，在优化场景下可达 95%，显著优于当前领先的开源方案。

六、结语

大模型开启了人机交互的新篇章，但其在企业级场景中的真正价值释放，依赖于对私有知识的安全、精准、深度利用。当传统向量检索在复杂关联与深层推理面前力有不逮时，图数据库以其固有的关系表达能力，为 RAG 提供了关键的上下文、结构和逻辑。

而 NebulaGraph 的 Fusion GraphRAG，正致力于将图的深度、向量的广度与全文的精度融为一体，为企业构建下一代可信、可解释、具备复杂推理能力的 AI 应用，提供坚实的数据基础架构。