LG AI Research
PulseAugur coverage of LG AI Research — every cluster mentioning LG AI Research across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
韩国资助国家级网络安全AI模型；SKT、NAVER财团竞标
韩国科学技术信息通信部正在资助一项开发国家网络安全专业人工智能基础模型的计划。由SKT牵头的一个财团和由NAVER Cloud牵头的一个财团已提交了提案。NAVER Cloud牵头的财团包括VIDRAFT、LG CNS以及众多其他安全公司、大学和基础设施运营商。该计划旨在创建针对韩国网络威胁形势定制的人工智能模型，以提高检测和响应能力。
-
韩国将AI基础模型项目缩减至3个团队
韩国政府已推进其创建国内AI基础模型的计划，选择三个领先团队进入下一阶段。这些团队由LG AI Research、SK Telecom和Upstage牵头。该项目旨在培养国家在人工智能方面的能力。
-
韩国人工智能公司在本土基础模型计划中取得进展
LG AI Research、SK Telecom 和 Upstage 已进入韩国开发本土人工智能基础模型的计划的下一阶段。此举是政府支持的旨在培养本土人工智能能力的一部分。
-
LG AI、SK Telecom、Upstage 晋级韩国主权人工智能项目决赛
LG AI Research、SK Telecom 和 Upstage 已进入韩国主权人工智能项目的最后阶段。该计划旨在开发国家人工智能基础设施和能力。这些公司将在决赛中竞争以获得该项目的支持。
-
Motif Technologies 发布 314B 参数的 Motif 3 LLM
Motif Technologies 发布了 Motif 3，这是一款拥有 3140 亿总参数和每个 token 激活 132 亿参数的 decoder-only 混合专家（Mixture-of-Experts）语言模型。该模型采用了新颖的 Grouped Differential Latent Attention 架构，并在约 12.5 万亿个 token 上进行了训练。Motif 3 在与领先的开源模型相比时，表现出具有竞争力的性…
-
LG AI Research 发布 K-EXAONE 2.0，拥有 7500 亿参数和 256K 上下文
LG AI Research 发布了 K-EXAONE 2.0，这是一个开放权重多语言基础模型。这个更新的专家混合模型拥有 7500 亿总参数，每个 token 激活约 370 亿参数，显著增加了其容量。K-EXAONE 2.0 支持 256K token 的上下文长度，将多语言能力扩展到十种语言，并在智能体编码和长上下文理解方面显示出显著的改进。该模型在 Apache 2.0 许可下发布，鼓励更广泛的生态系统发展。
-
LG AI Research 发布 K-EXAONE 2.0，一个大规模多语言模型
LG AI Research 发布了 K-EXAONE 2.0，一个大规模多语言语言模型，其性能可与领先的开放权重模型相媲美。通过升级、持续预训练、以难度为中心的中期训练和后期训练，该模型相较于前代产品有了显著的扩展。K-EXAONE 2.0 在长上下文检索和安全性方面表现出显著的改进，并包含有关缓解深层激活爆炸的技术细节。
-
韩国发布 A.X-K2 主权人工智能模型
一款名为 A.X-K2 的新型大型语言模型已发布，并在 Hugging Face 上提供了多个版本，包括一个专门用于语音的版本。该模型是韩国国家人工智能项目的一部分，该项目旨在开发一个主权人工智能基础模型。政府正在向该计划投资约 3.6 亿美元，并为参与公司设立了竞争性选拔流程。
-
UNESCO 与 LG AI Research 和 Coursera 合作推出人工智能伦理在线课程
联合国教科文组织与 LG AI Research 和 Coursera 合作，推出了全球人工智能伦理在线课程。该在线课程旨在为专业人士提供负责任地设计、治理和部署人工智能系统所需的工具。
-
Motif Technologies发布具有256K上下文的Motif-3-Beta MoE模型
Motif Technologies发布了其大规模混合专家（MoE）语言模型Motif-3-Beta的测试版。该模型为内部开发，拥有约3140亿总参数，每个token有130亿活跃参数，并支持256,000个token的原生上下文长度。该模型采用稀疏路由机制，拥有384个专家，每个token激活8个专家加上一个共享专家。提供了与Transformers等流行库以及vLLM和SGLang等推理引擎集成的指令和代码，并支持Docker部署。
-
科学领域的 AI：研究人员争论基准和 AI 不断发展的角色
在 ICML 2026 上，研究人员就 AI 在科学领域不断发展的角色展开了辩论，质疑 AI 应被视为工具、协作者还是独立发现者。一个关键的争议点是当前基准在定义和衡量 AI 科学能力方面的有效性，一些人主张使用动态的、不断发展的基准，而另一些人则倾向于直接互动和直观评估。讨论凸显了一个根本性挑战：即使 AI 模型在假设检验和复杂问题解决等任务中表现出日益增长的熟练度，但对于如何定义“科学能力”本身，仍然缺乏共识。
-
AI芯片成本转向内存；微软削减第三方AI工具
到2025年第四季度，高带宽内存（HBM）预计将占AI芯片组件成本的63%，高于2024年第一季度的52%，这得益于主要AI芯片制造商的产量增加。这一转变表明，内存成本而非计算逻辑，将日益增加AI基础设施的支出压力。与此同时，据报道，微软正减少对Claude Code等第三方AI编码工具的依赖，并将其工程师转向使用自家的GitHub Copilot CLI来管理内部AI支出，这凸显了对AI代理实施总成本日益增长的担忧。
-
英伟达与LG集团合作建设AI工厂
英伟达已与LG集团合作建设AI工厂，旨在增强LG在机器人、自动驾驶和数据中心等核心业务。此次合作将利用英伟达的Isaac Sim和GR00T框架来训练家用机器人，并建立用于外部数据供应的实体AI数据工厂。此外，LG Uplus和LG CNS将利用英伟达的DSX平台构建可扩展的AI工厂，而LG Energy Solution将探索数据中心的储能解决方案。LG Electronics还将与英伟达的DRIVE Hyperion架构对齐，以实…