KAIST
PulseAugur coverage of KAIST — every cluster mentioning KAIST across labs, papers, and developer communities, ranked by signal.
- 2026-08-10 product_launch KAIST's new president plans to integrate AI across all disciplines. 来源
2 天有情绪数据
-
AI交通模拟器NextSIM采用数字孪生技术取得进展
利用数字孪生技术的AI驱动交通模拟器NextSIM已取得重大进展。该项目由KAIST的Hwasoo Yeo教授领导，与Gaia3D、KOTI及其他合作伙伴合作。该模拟器旨在通过其创新的交通模拟方法来推进智能出行。
-
韩国成立人工智能基金以增强经济韧性
韩国正在设立一项重要基金，以应对人工智能热潮后可能出现的经济下滑。该举措旨在利用当前半导体行业的利润来建立一个能够承受未来波动的有韧性的经济体。该基金将涉及政府机构和顶尖学术机构之间的合作。
-
三星预告HBM5内存，性能是HBM4E的两倍
三星已发布其下一代高带宽内存HBM5，其目标是与当前的HBM4E标准相比，性能翻倍，功耗效率提高20%。这一雄心勃勃的目标可能通过将接口宽度翻倍至4,096位来实现，有望使AI加速器在十年末达到高达96 TB/s的内存带宽。虽然具体规格仍是推测，但三星的公告预示着AI和高性能计算应用的内存技术将实现重大飞跃。
-
3D高斯溅射技术向具身AI发展，兼具效率与适应性
研究人员正将3D高斯溅射（3DGS）从高质量渲染推进到具身AI和机器人领域的实际应用。CVPR 2026 上展示的最新研究专注于使3DGS在现实世界部署中更高效、更具适应性。创新包括用于快速场景生成的前馈网络，以及根据计算资源自适应控制高斯基元密度。
-
KAIST 将在全校范围内整合人工智能；HD Hyundai Heavy 获得美国数据中心大单
KAIST 新任校长 Bae Choong-sik 打算将人工智能融入学校的所有学术领域和研究领域。与此同时，HD Hyundai Heavy Industries 获得了一份价值 6.74 亿美元的重要合同，为美国数据中心提供发电设备，这标志着其有史以来最大的发动机订单。
-
KAIST 研究发现语言模型会过度泛化并在嵌套规则上出错
KAIST AI 的一项新研究表明，语言模型倾向于过度泛化，并在遇到嵌套规则时失败。这些模型不是记住具体事实，而是开发共享的、泛化的规则。这种过度泛化可能会给在复杂、嵌套数据结构上微调模型的团队带来问题。
-
KAIST 和 NVIDIA 携 3 亿美元投资启动亚洲首个 AI 实验室
KAIST 和 NVIDIA 已联合建立亚洲首个 AI 实验室，获得了高达 3 亿美元的巨额投资。该新设施将致力于推进智能代理及更广泛的人工智能领域的研究。
-
英伟达与韩国合作，以加强人工智能基础设施和研究
英伟达与韩国正在合作，以提升该国的人工智能能力，重点关注基础设施和专业知识。此次合作包括在首尔的KAIST建立一个联合人工智能研究实验室，专注于自主人工智能，并建立在英伟达与SK Hynix和SK Telecom等SK集团公司之前的合作基础上。
-
华尔街对资本支出增加做出反应，质疑科技巨头的人工智能支出 · 跟踪1个来源
华尔街对Alphabet和Tesla等科技巨头大幅增加资本支出，特别是与人工智能基础设施相关的支出，反应消极，原因是投资回报存在不确定性。与此同时，研究仍在继续取得进展，一个韩国团队开发了一种名为MemEIC的技术，通过使用外部记忆来解决多模态大型语言模型中的灾难性遗忘问题。在实际应用中，开发人员发现通过集成本地大型语言模型来处理简单任务可以节省成本，将强大的云模型用于复杂操作，这一策略据报道使一些公司的支出减半。
-
RSS 2026最佳论文奖聚焦机器人控制与感知领域的进展
机器人：科学与系统（RSS）会议公布了其最佳论文奖项，表彰在机器人控制和感知领域取得的进展。最佳论文奖授予了FlashSAC，因其在高维机器人控制中采用高效稳定的强化学习方法，显著缩短了训练时间。最佳学生论文奖授予了Muninn，因其使用缓存机制实现了更快的轨迹扩散模型。最佳系统论文奖则表彰了NeuralActuator，因其无需专用传感器即可模拟机器人动力学并感知外部力的能力。
-
人工智能代理的能源消耗和新的州安全法在报告中被强调
韩国科学技术院（KAIST）的一项新研究表明，人工智能代理的能耗可能远超当前的生成式人工智能模型，某些代理每次查询的能耗最高可达136.5倍。与此同时，一项新的州法律参议院法案315已颁布，要求ChatGPT和Claude等大型人工智能开发者进行灾难性风险评估、报告安全事件，并实施第三方审计和举报人保护。
-
新的LDFE块提升RGB-IR目标检测性能
研究人员开发了一种名为LDFE（拉普拉斯解耦特征增强）的新块，旨在通过融合RGB和IR图像的特征来改进目标检测。该方法将特征分解为全局和局部组件，然后使用专门的模块（GS2E和LC2E）进行去噪、融合和重建。LDFE块旨在捕捉远程依赖关系和细粒度细节，从而在多个基准数据集上实现显著的性能提升。
-
研究发现：AI 代理消耗的能源是标准生成式 AI 的 136 倍
韩国科学技术院 (KAIST) 研究人员的一项新研究表明，AI 代理每次查询消耗的能源最多可达标准生成式 AI 模型 136.5 倍。能源消耗的显著增加归因于 AI 代理执行的复杂任务，例如规划和使用外部工具，这会导致更频繁的 LLM 调用和 GPU 空闲时间增加。研究强调，AI 代理的广泛采用可能会急剧增加数据中心的电力需求，如果请求量达到每天 137 亿次，其电力消耗可能达到美国平均消耗量的一半。
-
AI 代理的能源成本已量化：70B 模型消耗的能源是聊天机器人的 136 倍
KAIST 的研究人员量化了 AI 代理的能源消耗，发现一个拥有 700 亿参数的代理消耗的能源是标准聊天机器人查询的 136.5 倍。这种巨大的能源需求，加上 GPU 在执行时间有一半以上处于空闲状态，预计未来数据中心的能源需求将相当于美国目前总电力消耗的一半。这些发现凸显了 AI 行业内对数据中心效率日益增长的关注，将竞争格局从传统的模型性能基准转移开。
-
KAIST 机器人学习技术模仿粗糙演示；Palantir 受 NVIDIA 交易提振飙升
KAIST 的研究人员开发了一种新的机器人学习技术，该技术可以准确地复制人类演示，即使这些演示不精确或“粗糙”。这项进展旨在通过使机器人能够从不完美的示例中学习来提高机器人训练的效率和准确性。另外，Palantir Technologies 在与 NVIDIA 达成专注于主权人工智能和国防应用的新协议后，股价大幅上涨。
-
AI悲伤视频在韩国提供慰藉但引发伦理担忧
韩国初创公司提供由AI生成的已故亲人视频信息服务，该服务费用约为390美元，需要提供逝者的照片和声音样本。虽然有些人从这些“悲伤视频”中获得慰藉，但专家和法律学者对伦理影响、心理冲击以及保护逝者权利的法律框架的必要性表示担忧。这项技术被越来越多地采用，用于纪念仪式和个人信息，但其快速发展也带来了模糊现实与虚拟世界界限的潜在风险。
-
韩语自然语言处理研究提出基于词节（Eojeol）的依存表示
本文提出了一种基于词节（eojeol）的韩语树库依存表示方法，认为使用词素作为终端会模糊句法结构，并与依存资源不匹配。作者证明，在特定的规范化假设下，可以使用共享的基于词节（eojeol）的依存主干来比较 Sejong、Penn Korean 和 KAIST 树库。他们概述了一种标注方案，该方案支持跨树库比较、依存-句法依存对齐，并为未来的韩语句法依存解析提供了一个表面形式终端层。
-
韩国在公众和政府的广泛支持下拥抱人工智能
韩国对人工智能表现出强烈的国家热情，这与其他国家日益增长的担忧形成对比。这种乐观情绪得益于政府推动人工智能作为经济增长和技术进步驱动力的举措，并借鉴了该国利用技术促进发展的历史。从自动化服务到先进的公共交通系统，市民们因其在日常生活中的便利性和效率而广泛接受人工智能。
-
三星和SK海力士竞相为下一代AI内存散热
三星在Computex 2026上公布了其HBM5内存原型，该原型采用了新的Heat Path Block (HPB) 散热系统。这一进展使三星在散热管理方面与SK海力士直接竞争，后者最近公布了自己的iHBM散热设计。两家公司都专注于从关键的Die-to-Die接口散热，以提高AI系统的性能和稳定性。三星计划使用其2nm工艺制造HBM5，目标是在2028年实现量产。
-
新技术通过电磁信号窃取AI模型
研究人员开发了一种名为ModelSpy的新技术，通过捕获GPU发出的微弱电磁泄漏来窃取AI模型的架构。这项由KAIST、新加坡国立大学和浙江大学的研究团队演示的方法，能够以高达97.6%的准确率重建AI模型，甚至可以穿墙窃取。与传统黑客方法不同，ModelSpy不需要恶意软件或直接访问计算机，对宝贵的AI知识产权构成了重大的新安全威胁。