“我们将在全球市场加速各行业的人工智能(AI)转型。”
Upstage首席执行官金圣勋16日在首尔永登浦区汝矣岛康莱德酒店举行的记者恳谈会上表示:“我们已正式启动面向全球的征程。”作为韩国代表性AI初创企业,公司将加快进军世界市场的步伐。
Upstage是金圣勋与首席技术官(CTO)李活石、美洲法人负责人朴恩贞等人于2020年共同创立的AI初创企业。业界评价其即将跻身“独角兽”(企业价值超过1万亿韩元的非上市公司)行列。目前已获得约1400多亿韩元投资。投资方包括SK Networks(001740)、KT(030200)、韩国产业银行、Company K(307930) Partners、SBVA(原软银创投)、Primer Sazze、Premier Partners、新韩创投、Hana Ventures、Mirae Asset Venture Investment、企业银行(024110)等。据悉微软(MS)和AMD等有望在年内进行大规模投资,引发关注。
金圣勋的经历同样受到瞩目。他在1995年开发出全球首个韩文机器人搜索引擎“Kachine”,并出任Naravision首席执行官(CEO)六年,期间开发了当时颇受欢迎的电子邮件服务“Kkebi Mail”,为人所熟知。在香港科技大学任教期间,他凭借融合软件工程与机器学习的研究,四次获得该领域顶级学会的论文奖。为推动韩国AI产业发展,他自2017年起在NAVER集团领导AI研发,并于2020年创立了Upstage。
Upstage以AI模型“Solar”为主力进军海外。公司战略是基于轻量但性能出色的Solar,支持企业客户开发金融、医疗健康、制造、法律等各行业定制化AI解决方案。事实上,Solar曾在2023年12月全球开源平台Hugging Face的大语言模型评测(Open LLM排行榜)中取得74.2分,超越中国阿里巴巴的“通义千问”,位居世界第一。金圣勋表示:“(当日发布的Solar 1.3模型)在韩国自研模型中基准性能最高”,“计划6月推出的Solar Pro 1.6参数规模约为310亿个,基准测试结果与参数规模约720亿个的Qwen 2.5性能几乎相当”。他还表示:“Upstage将全力冲刺,力争在小型大语言模型(sLLM)市场做到全球第一。”
Upstage去年设立美国法人、今年设立日本法人,正加快以Solar为基础的全球版图扩张。公司与日本企业Karakuri携手共同开发了面向日语的sLLM“神”,并与总部位于福冈的Fusic签署业务协议,共同开拓九州地区市场。公司还聘请曾任职于松下和亚马逊云科技(AWS)等企业的松下博之担任日本法人负责人。近期还与KT及泰国IT专业企业“Jasmine Technology Solution”(JTS)合作开发了泰语专用大语言模型。金圣勋表示:“我们将把‘主权AI’建设业务扩展至日本、越南、马来西亚、蒙古、土耳其等亚洲全域,跃升为全球顶级AI企业。”
基于AI的光学字符识别(OCR)文档处理技术Document Parse(DP)也是主要武器。Document Parse是一种能够按照人类阅读顺序,分析文档文件中的文本乃至其中图表、表格的AI。该技术具备从凌乱的手写文档或复杂图形图表中提取数据的能力。金圣勋表示:“虽然AWS、谷歌、微软、Meta等全球大型科技公司都已进入这一市场,但仅就这项技术而言,我们在准确度和速度上都是世界第一水平。”CTO李活石表示:“日本的业务文档量比韩国多10倍以上,即使只抢占其市场的10%,也可期待超过韩国整个市场的效果。”
Upstage还将在今年6月推出结合Document Parse与Solar的视觉语言模型(VLM)“Solar DocVLM”。这是一款针对读取并总结图像类文档进行优化的AI模型,可用单一模型完成信息摘要、问答、报告撰写等基于文档的工作。据Upstage介绍,实际测试结果显示其准确度高于Meta的“Llama 4 Scout”和谷歌的“Gemini 2.5 Pro”。其他公司的大语言模型在处理10页以上文档时较为困难,而Solar DocVLM可稳定处理至20页。未来计划支持处理100页以上。
视频理解超大规模AI开发企业Twelve Labs也在全球舞台上巩固地位。Twelve Labs是2021年在美国旧金山成立的初创企业,在尚未被开拓的视频理解AI领域发挥引领作用。公司由曾隶属国防部网络作战司令部的李在成首席执行官、金成俊开发总负责人、李昇俊CTO,以及李昭映市场总负责人、郑镇宇董事共同创立。
Twelve Labs开发了视频分析模型“Marengo”和视频描述生成模型“Pegasus”,备受关注。正如宣告影像时代开端的第一个被拍摄对象是马一样,公司希望成为视频理解时代的新起点,因此AI模型名称也取自与马相关的词汇。Marengo是能将视频内容识别为文本并检索视频信息的AI。Pegasus则是具备视频摘要、亮点生成等基于视频的文本生成功能的超大规模AI视频语言生成模型。它首次公开了此前不存在的基于视频的生成功能,例如像人一样准确精细地将长视频总结成文本,或像使用ChatGPT一样就视频进行自由问答。
Twelve Labs以视频AI模型为基础,获得了体育、媒体、娱乐、国防等领域的客户。迪士尼、美国职业橄榄球联盟(NFL)、加拿大体育娱乐公司枫叶体育娱乐(MLSE)是其代表性客户。公司还获得了欧洲的自动驾驶汽车开发商和美国的机器人开发商作为客户。
本月初,Marengo和Pegasus登上了AWS的AI平台“Amazon Bedrock”。Twelve Labs的模型是韩国企业开发的AI模型中首例。分析认为,通过全球第一大云计算企业亚马逊的Bedrock,其将扩散至更多用户。AWS用户可通过一个API轻松使用具备视频理解能力的Twelve Labs模型。李在成表示:“通过此次合作,客户能够在包含10年前或10分钟前采集的视频在内的整个内容库中,以不到1秒的时间找到并分析想要的准确瞬间。”
全球科技企业关注Twelve Labs的技术实力,接连展开投资。迄今获得的投资额达1.07亿美元(约1530亿韩元)。2023年10月,英伟达与Samsung Electronics的企业创投(CVC)Samsung Next、韩国投资伙伴等进行了约130亿韩元规模的战略投资。去年6月,英伟达的子公司NVentures和New Enterprise Associates(NEA)作为领投方投资约5000万美元(约700亿韩元)。同年12月,Snowflake、Databricks、SK电讯(017670)、HubSpot Ventures、In-Q-Tel等进行了3000万美元(约430亿韩元)规模的战略投资,新加入投资方阵容。种子轮投资时,被誉为世界级AI权威的斯坦福大学教授李飞飞和Cohere首席执行官艾丹·戈麦斯等也曾参与。李在成在接受Seoul Economic Daily采访时曾表示:“我们要在视频领域创造‘ChatGPT时刻’”,“要成为为韩国确保AI主权作出贡献的企业”。






