Upstage于近日发布了其自主研发的最新大型语言模型（LLM）‘Solar Mini 4’。 Solar Mini 4是Upstage Solar LLM的小型模型系列，特点是在小规模下实现高性能和高效率。该模型总共有350亿个参数，采用专家混合（MoE）结构，实际推理时仅选择性激活30亿个参数。 根据全球人工智能（AI）评估机构‘Artificial Analysis’的‘智能指数（AAII）’标准，Solar Mini 4综合得分为24分。这在激活参数为30亿的同类小型模型中处于领先地位，超越了阿里巴巴的‘Qun 3.6-35B-A3B’和英伟达的‘NemoTron 3.5 Lightning’等同类模型。 Solar Mini 4在应用量化后，可以仅用一块图形处理器（GPU）进行运行，适合直接安装在企业内部服务器上进行本地化操作。 Upstage通过此次发布，正式将Solar LLM划分为‘Pro’和‘Mini’两个系列。‘Solar Pro’适用于复杂判断的高难度代理工作，而‘Solar Mini’则专注于快速、有效地处理分阶段的自动化重复性工作。 Solar Mini 4还将通过全球API路由平台‘OpenRouter’以API形式发布。为庆祝Solar Mini 4的发布，Upstage还将在10日之前进行API价格70%的折扣促销。 Upstage的代表金成勋表示：“Solar Mini 4超越了所有同类竞争模型，树立了小型LLM的新标准。我们希望通过系统化的Solar LLM，使企业能够选择最适合其工作的AI。” 与此同时，Upstage正面临政府进行的独立人工智能基础模型项目的最终阶段评估。※ 本报道经人工智能（AI）系统翻译与编辑。

IPARK现代产业开发正在将人工智能（AI）、物联网（IoT）和数字健康护理技术应用于居住空间，扩大智能家居服务的范围。 IPARK现代产业开发于29日宣布，将在位于首尔诺原区月溪洞的“Parkrosh Seoulwon”和天安IPARK城市3·4期等项目中应用AI和数字技术。 Parkrosh Seoulwon由两栋楼和768户组成，是IPARK现代产业开发直接拥有和运营的民间租赁住宅。其特点是将居住与健康护理服务相结合，居民可以在小区内的首尔阿山医院健康检查中心进行健康检查。对于需要持续管理的居民，还可以利用与门诊相连的诊所服务。 该项目还将提供利用可穿戴设备收集和分析心率、活动量、睡眠等健康数据的服务。通过家庭内的非接触传感器，检测跌倒等异常情况，并在紧急情况下与24小时监控中心和紧急通知功能相连接。 还将运营基于健康数据的个性化管理程序。24小时驻场护士和健康专家将根据居民的生活方式和健康状况，管理运动、饮食和休息，并提供瑜伽和治疗等项目。 AI智能家居功能也将被应用。家庭内的对话式触控面板AI家庭助手将根据居民的生活模式和健康状况，调节室内环境的照明、温度和湿度，并支持日程提醒、服务呼叫和社区设施预约等功能。 通过智能家居应用程序，居民可以查看健康状态和异常通知，并将相关信息传递给监护人。小区内还将应用基于AI的智能监控系统，并引入机器人配送服务、紧急呼叫和生物信号监测传感器等。利用人脸识别的智能通行证，居民可实现从地下停车场到住宅的非接触式出入。 IPARK现代产业开发还将在天安IPARK城市3·4期应用基于AI的智能家居系统。该小区将安装搭载LLM（大型语言模型）的AI触控面板。 通过AI触控面板，居民可以通过语音控制照明、空调和家电，并查看家庭日程、快递和访客通知、小区公告、社区设施预约等信息。该系统还支持在确认天气后连续执行多个命令，如调节空调温度和风量、开启照明等。 AI系统将采用本地LLM与云AI结合的混合方式，应用基于前面对话内容处理后续命令的连续对话功能。 IPARK现代产业开发相关人士表示：“我们将利用AI和数字技术不断提升IPARK居民的安全和生活便利性，持续发展居住服务，并计划将其打造成一个连接商品、文化和生活服务的生活方式平台，以增强IPARK的竞争力。” 此外，IPARK现代产业开发于28日公告，与松坡商业集群PFV签署了规模为1兆4538亿6500万韩元的“位于威来新城市复正站周边的城市支援设施用地1区块新建工程”合同。※ 本报道经人工智能（AI）系统翻译与编辑。

韩国科学技术信息通信部（科学技术部）正在全力推进本土基础模型的开发，以紧跟美国和中国在人工智能（AI）技术领域的步伐。 科学技术部于3日宣布，选定NAVER云财团为网络安全特化AI基础模型的承包商。该项目共有33个产学研公共机构参与，旨在构建适合韩国环境的AI模型，以保护国家关键设施和主要工业现场。 在正式启动项目之前，NAVER云已提前投入4000台图形处理单元（GPU）进行预训练。随着承包商的选定，政府提供的256台B200和LG方面的256台H200也将被追加投入，以推动模型的高阶化和工业现场的实证。 该财团将基于HyperCLOVA X和Exaone构建最终700B级专家混合（MoE）结构的超大型安全特化模型。计划并行开发两个独立模型，一个增强防御能力，另一个增强攻击能力，以应对网络安全的攻防周期。 医疗与生物特化模型的开发即将提交最终成果。去年选定的承包商Lunit与韩国科学技术院（KAIST）财团的支持将于9日结束。Lunit正在开发一个连接基础科学研究、药物开发和临床知识的全周期医学AI特化基础模型，而KAIST则在开发预测蛋白质结构的“下一代生物基础模型K-Fold”。 在此之前，通用基础模型的开发正在进行中，独立基础模型项目经过二次阶段评估后，仅剩最后的三次验证。SK电信（SKT）、LG AI研究院和Upstage的竞争已缩小至三方。精英团队计划在提升模型性能的同时，验证其在实际工业、服务和环境中的可用性和代理性能。 科学技术部要求这三个项目的性能能够在全球市场上与美国和中国的主要模型竞争。政府强调，基础模型开发项目的目标是追赶美国和中国的前沿模型，必须集中所有资源于能够最快实现目标的企业和机构。 国家人工智能战略委员会常务副委员哈正宇在上月31日表示：“未来，善用AI固然重要，但我们自身具备强大AI的能力仍然至关重要。应建立优秀团队合作的机制，政府应大力支持GPU和数据等资源，以集中力量进行研发。” 因此，科学技术部计划于明年启动生物、数学、地球科学和二次电池等科学技术特化基础模型的开发。目前，相关新预算已编制130亿韩元。科学技术部相关人士表示：“明年初将发布相关公告，虽然不排除企业参与，但将以大学和政府出资研究机构为中心开发模型。”※ 本报道经人工智能（AI）系统翻译与编辑。

李振秀科学技术信息通信部人工智能政策规划官（局长）在3日由《亚洲经济》主办的“2026 GGGF（良好增长全球论坛）”上表示：“人工智能（AI）正成为国家安全资产和经济战略资产”，并宣布将加速推进以独立人工智能模型的获取和三大大型项目为核心的“AI三强”战略。 在以《韩国AI政策方向》为主题的演讲中，李局长提到4月访问韩国的德米斯·哈萨比斯的发言，强调了AI革命的速度。他表示：“目前的AI革命在规模和速度上都比过去的工业革命快了十倍以上。”他还提到：“当埃里克·施密特说AI将重塑国家安全和经济霸权竞争时，我觉得这有些超前，但现在我开始感受到这一点。” 李局长指出，安特罗匹克的前沿模型“米托斯”是一个转折点，并表示美国对其的控制事件使得主权AI的必要性争论已结束。 关于韩国在全球AI市场中的地位，他表现出信心，称韩国是仅次于美国和中国的第三强。他表示：“值得注意的AI模型数量，美国有60个，中国有35个，而我们国家有8个，位居第三，加拿大、法国和新加坡各只有一个。”他补充道：“模型的最高分，美国和中国分别为63分和60分，最近独立基础模型的得分为47分，确实形成了三强格局。” 不过，他也承认：“全球AI计算能力，美中两国合计几乎占90%”，并指出由于B2C服务不足，很多情况下仍主要使用外资模型。 政策将从三大大型项目开始。他表示：“我们计划在大脑半导体、心脏AI数据中心和身体物理AI这三大项目上进行大规模投资。”他还透露：“AI数据中心将在2029年前达到8.4GW，到2035年将达到18.4GW。特别法实施条例将在明年3月出台。” 关于物理AI，他指出：“大型语言模型（LLM）几乎学习了现有数据，但物理AI在雨雪和人出现等特定情境下的数据实际上非常少。”他强调：“需要大量生成合成数据。” 李局长还强调独立模型已进入服务阶段。他表示：“虽然我们正在开发模型，但尚未向公众提供服务。”他提到：“上周我们选择了SK、卡卡和KT三家联盟，预计在9月底或10月进行测试，12月将正式投入使用。”他补充道：“政府和民间将在GPU、数据和人才方面进行更大规模和更大胆的投资，以挑战全球顶级前沿模型。” 针对对大企业集中化的担忧，他回应道：“除了主要主办方外，每个联盟还将有20至30家初创企业参与。”他指出：“拥有本国门户网站的国家只有中国、俄罗斯和韩国，而Naver之所以能胜过谷歌，并不是因为性能更好，而是因为它更能触动韩国用户。我相信全民AI也会推出触动韩国用户的爆发性服务。”

人工智能（AI）视觉辅助服务、劳动合同的合法性检查以及深度伪造诈骗检测等青年开发的AI服务齐聚一堂。 劳动部于9月2日宣布，将举办“2026年第8届KDT黑客马拉松决赛”，参与者为K-数字培训（KDT）培训生。 KDT项目旨在通过反映企业人力需求的项目导向培训，培养AI、机器人、半导体等高端数字领域的实用人才。今年的黑客马拉松决赛将有20个经过预选的团队参赛。 本次比赛的主题为“与AI同行，扩展人类的可能性”。参赛者将利用生成型AI、大型语言模型（LLM）和数据分析等技术，展示解决社会和产业问题的服务。 晋级决赛的“夜行者”团队开发了一种AI视觉辅助服务，能够实时告知视力障碍者在夜间行走时的周围环境和危险因素。“超越外观”团队则提出了一项服务，可以分析社会新鲜人撰写的劳动合同，并根据法律法规和公共数据检查其合法性。“双镜头”团队展示了一种结合通话内容分析的语音技术与深度伪造视频和假音声检测功能的AI防诈骗服务。 参赛者将在为期三天的活动中接受专家指导，以完善其服务并进行最终展示。劳动部将综合评估作品的完成度、创造性和实际应用可能性，并于4日颁发总理奖和劳动部长奖等。 劳动部今年首次引入KDT AI校园，选定了21家企业、7所大学和16个培训机构，共计44个运营机构。AI校园课程将项目学习的比例设定为整体培训的30%以上，以反映企业的实际问题。 劳动部长金英勋表示：“希望青年们能利用AI为社会和产业问题提供新的解决方案，充分展现他们的能力。同时，我们将扩大培训，以确保快速变化的产业环境中所需的AI能力得到充分提升，让非首都圈的青年也能接受优质的AI培训。”※ 本报道经人工智能（AI）系统翻译与编辑。

韩国科学技术院(KAIST)的研究团队开发了一种新的安全性验证技术，能够比以往更全面地发现人工智能(AI)的隐性漏洞，效率提高了约7倍。 KAIST于30日宣布，由电气与电子工程系教授金俊模领导的研究团队，改进了大型语言模型(LLM)安全性验证的红队技术，开发了新的框架“稳定-生成流网络(Stable-GFlowNet)”。 红队是一种安全性验证技术，通过输入攻击提示，使生成型AI产生有害或危险的回答，从而发现模型的隐性漏洞。发现多种攻击类型可以在事前消除更多漏洞，因此攻击成功率和攻击多样性都是重要的评估因素。 现有的红队技术基于强化学习，虽然攻击成功率较高，但在发现多样化攻击类型方面存在局限性。相比之下，生成流网络(GFlowNet)虽然在攻击多样性上表现出色，但学习不稳定。研究团队成功将GFlowNet应用于大型语言模型(LLM)，提高了学习的稳定性，并有效发掘了多种漏洞。 为了解决这一问题，研究团队开发了三项关键技术：△稳定学习过程的“对照轨迹平衡(CTB)” △去除不必要信息的“噪声梯度修剪(NGP)” △帮助生成自然攻击提示的“流畅性稳定装置(MKS)”。 最终，稳定-生成流网络发现了134种攻击类型，约是现有技术发现的17种独特攻击类型的7倍，同时保持了92%的高攻击成功率。通过该技术训练的防御模型在利用不同攻击技术进行的交叉攻击评估中，能够有效防御多种攻击，证明了其高泛化性能。 研究团队期待这一技术能够在新药候选物质设计等多种AI生成领域得到应用。 金教授表示：“这一技术在数据较少和噪声较多的环境中，能够稳定地发现AI的多种漏洞，具有重要意义。它将成为在生成型AI实际服务应用之前，发现和防御更广泛风险因素的核心基础技术，从而推动安全可靠的AI开发。”※ 本报道经人工智能（AI）系统翻译与编辑。

韩亚金融集团与金融监督院合作开展的‘韩亚青年金融人才培养项目’于24日宣布，今年共培养了54名青年金融人才。 韩亚金融于前一天在首尔中区的韩亚银行总部举行了项目的最终成果分享会。该项目自2022年启动以来，累计毕业生总数达到171名。 今年的参与者包括在4月的创意竞赛中选拔出的13个大学生团队，共54人。参与者在为期4个月的时间里接受了金融、ESG教育、金融消费者保护及行业专家的指导等培训。 软件培训分为基础班和进阶班，内容涵盖金融数据分析、AI聊天机器人、生成型AI、大型语言模型（LLM）、机器学习等。韩亚金融的员工与参与团队一对一配对，开发可在实际工作中应用的解决方案。 在成果分享会上，提出企业ESG法规应对和风险审查平台的‘UniHana’团队获得了大奖，奖金为1000万韩元。包括两个优秀奖和四个优胜奖在内的7个团队共获得3000万韩元的奖金。 排名前3的团队将获得前往英国伦敦的金融科技公司和全球金融机构的考察机会。所有毕业生在未来申请韩亚金融集团时将享有优待。 韩亚金融相关人士表示：“希望通过该项目培养的人才能成为金融创新的核心动力，并将积极推动青年人才的培养，使他们能够不受环境限制地追求梦想。”※ 本报道经人工智能（AI）系统翻译与编辑。

科学技术信息通信部作为三大重大项目的一部分，启动了获取数据的计划，以推动2028年成为全球物理AI领先国家。计划通过信息通信产业振兴院(NIPA)的全省人工智能转型(AX)项目和领先技术开发项目，优先获取1至2PB规模的数据。 1日，科技部在首尔光化门KT西大厦发布了“物理AI核心竞争力获取战略”。科技部认为，物理AI竞争力的核心在于数据，因此决定建立跨部门的数据获取体系。 物理AI学习所需的数据分散在各个部门和行业，利用率较低。因此，计划建立一个政府数据库，集中生成的政府数据，并经过质量验证和标准化，以便为AI学习提供基础。 科技部设备AX创新团队负责人宋昌钟表示：“生产物理AI数据的部门不多，需要整理出应该如何生产什么。”他还表示：“我们计划在全省AX项目和领先技术开发项目中优先积累1至2PB规模的数据，并准备一个政府和企业能够高效利用的系统。” 同时，计划并行获取现场数据和合成数据。宋团队长指出：“最近，通用模型在合成数据和实际数据各占一半的情况下使用，但未来合成数据的比例将增加到80%至90%。”他强调：“重要的是如何高质量地生成合成数据。” 他进一步表示：“合成数据可以通过世界模型和模拟器生成。”并指出：“世界模型通过大型研发(R&D)获取核心技术，模拟器也将建立能够生成适合现场的数据的体系。” 获取的数据将用于物理AI核心技术的开发。计划开发物理AI基础模型、预测未来情况的世界模型和边缘计算平台等三大共通基础技术。将首先在制造现场进行验证，然后推广到各个行业。 由于制造数据大多属于企业机密，扩大民间企业的参与成为一项挑战。科技部信息通信产业政策局局长朴泰完表示：“大企业的敏感制造数据不容易共享。”他解释说：“我们将制定激励措施，使企业能够提供数据，并优先获取易于利用的基本行为数据。” 科技部认为，物理AI与生成型AI存在不同的竞争格局。科技部信息通信政策室室长李道圭表示：“大型语言模型(LLM)学习的是已有的文本和图像，因此作为后发国家的我们存在局限性，但物理AI尚无绝对强者。”他评价道：“我国在制造各个领域都有潜在的宝藏，物理AI具有足够的潜力。” 当天，科技部还明确了与产业通商部正在推进的制造AI政策M.A.X.和物理AI战略的角色分工。产业部负责将AI应用于制造现场的AX项目，而科技部则负责抢占物理AI基础模型、世界模型等未来源头技术的角色。 李室长表示：“产业部的制造AX项目是将AI应用于当前制造现场的项目，如库存管理或基于视觉传感器的自动化，而科技部则是为了抢占物理AI这一未来技术，从研发开始推进。”他补充道：“物理AI是跨部门的项目，但由科技部主导，并通过室长级协商机制与产业部持续协调角色。”※ 本报道经人工智能（AI）系统翻译与编辑。

传统上，中国股市的主导股是银行股，国有银行几乎垄断了市值前列的位置。随着人工智能（AI）和半导体热潮的兴起，这一局面也在发生变化。十年前，中国市值前列的金融、通信和能源等传统企业的空缺，正被与AI和半导体相关的企业如富士康工业互联网和中芯国际等大科技和高端制造企业迅速填补。预计在下半年，中国最大的DRAM制造商长鑫存储（CXMT）和NAND闪存代表企业扬子存储（YMTC）等“巨头”即将上市，将进一步提升AI和半导体在中国股市的存在感。 根据26日的Companize Market Cap数据，目前中国市值前十的企业由大科技、国有银行以及AI和高端制造企业构成。市值第一位的是腾讯，达4849亿美元。中国建设银行（3782亿美元）、中国农业银行（3214亿美元）、中国工商银行（ICBC，3014亿美元）和中国银行（2749亿美元）分别位列第二至第五位。电动车电池代表企业宁德时代（CATL）以2740亿美元位列第六。 第七至第十位分别是阿里巴巴（2309亿美元）、富士康工业互联网（2251亿美元）、贵州茅台（2233亿美元）和中芯国际（2175亿美元）。特别是中芯国际是一家生产AI数据中心用高速光收发器的光通信设备公司，被认为是NVIDIA AI生态系统的受益股。 十年前，中国股市的中心是金融、通信和能源等传统大型股。除了腾讯和阿里巴巴，市场的基本结构是以国有金融、能源和通信大型股为主。根据中国金融信息公司Wind的数据，2016年1月，中国上市公司市值第一的是腾讯（2455亿美元），其次是工商银行（2366亿美元）、中国移动（2298亿美元）、阿里巴巴（2292亿美元）和中国石油（2132亿美元）。 第六至第十位分别是建设银行（约1924亿美元）、农业银行（约1439亿美元）、中国银行（约1415亿美元）、中石化（约925亿美元）和中国平安（约925亿美元）。国有金融公司和能源企业、通信大型股占据了市值前列，反映了中国经济的债务驱动增长和内需主导结构。 在过去十年中，中国政府强调制造业升级和技术自立，股市的重心也随之改变。韩京焕，韩亚证券研究员表示：“自2018年中美贸易争端以来，半导体、电池、人工智能（AI）和高端制造业等战略产业的培育政策得到加强，相关企业的市值迅速增长。”他分析称：“中国政府强调的产业技术自立政策，导致了股市主导股和市值的变化。” 下半年，AI和半导体相关企业的上市将进一步提升中国股市的期待。中国最大的DRAM制造商长鑫存储（CXMT）正在推进被称为“中国版纳斯达克”的上海科创板上市。预计CXMT通过首次公开募股（IPO）将筹集295亿元人民币，约合6.5万亿至6.8万亿韩元。这是自2020年代工企业中芯国际以来，科创板上最大的筹资。 NAND闪存代表企业扬子存储（YMTC）也在准备上市。YMTC预计将在今年第四季度推进科创板上市。如果CXMT和YMTC相继进入股市，中国股市中涵盖DRAM和NAND的存储半导体价值链将得到显著提升。 中国当局也在政策上推动以AI和半导体等技术股为中心的股市重组。在最近的陆家嘴金融论坛上，中国证券监督管理委员会表示，将把亏损企业在科创板的上市范围从半导体扩大到AI大型语言模型（LLM）、量子计算、生物技术和类人机器人等未来产业。 最终，中国股市也正逐步进入全球AI和半导体的范式中。韩研究员表示：“YMTC、CXMT等与AI和半导体相关的企业通过首次公开募股（IPO）和主要指数的纳入，未来4至5年内市值比重将进一步扩大。”他指出：“未来，中国股市中以半导体为中心的ICT和硬科技企业的比重将保持较重。”※ 本报道经人工智能（AI）系统翻译与编辑。

扬·勒昆，被称为“人工智能（AI）之父”的AMI实验室创始人，近日将伊隆·马斯克的xAI视为失败案例，并警告整个行业可能面临泡沫破裂的风险。 根据18日（当地时间）CNBC的报道，勒昆在接受采访时表示，xAI“坦率地说，是一种失败作品”，并指出“因为创始团队已经离开”。他认为，马斯克在重新吸引顶尖人才方面面临困难。 勒昆是2018年图灵奖得主，曾担任纽约大学教授和Meta平台首席AI科学家。近期，他离开Meta创办了初创公司先进机器智能实验室（AMI实验室）。 他对xAI扩展大型服务器设施的计划表示怀疑，认为将这些设施租给外部公司是为了收回巨额投资成本。路透社报道称，SpaceX已与xAI签署了将其Colossus数据中心租赁给Anthropic的合同，而SpaceX的AI部门在今年第一季度录得25亿美元（约合3.9万亿韩元）的亏损。 勒昆的批评不仅限于xAI，还扩展到整个AI行业。他指出，虽然AI服务的使用费用在上升，但服务器运营和电力成本的增加使得许多公司无法实现盈利。他警告称，如果继续依赖投资者资金填补亏损，像OpenAI和Anthropic这样的领先企业也可能面临压力，并表示：“如果他们无法提高价格以承担成本或降低运营费用，AI行业可能会发生‘巨大泡沫破裂’。” 目前，行业内正在大量投资于数据中心、图形处理单元（GPU）和电力设施。然而，生成型AI服务是否能产生足够的收益以覆盖服务器运营成本的问题日益突出。勒昆的言论被解读为指出，投资扩大的主要风险在于技术性能与盈利性之间的矛盾。 他还指出了当前一代AI的核心——大型语言模型（LLM）的局限性。大型语言模型是基于海量数据预测下一个单词或句子的方式。勒昆认为，仅凭这种结构难以发展成为理解现实运作原理和因果关系的通用AI。 他将理解物理世界和行为结果的“世界模型”视为下一代技术的核心。路透社报道称，AMI实验室已为该领域的开发筹集了10亿3000万美元（约合1.6万亿韩元）。勒昆认为，这项技术可以在制造、航空航天和制药等复杂现实的行业中得到应用。 他的言论对受益于人工智能设备投资扩大的半导体行业也提出了警示。如果服务的盈利化速度跟不上数据中心的投资和运营成本，图形处理单元（GPU）、高带宽内存（HBM）和服务器用半导体的需求可能会面临调整压力。※ 本报道经人工智能（AI）系统翻译与编辑。