随着对抗全球科技巨头的国家代表人工智能(AI)模型选拔赛正式启动,相关企业争相展示技术实力。它们的竞争对象不仅是将要角逐的国家代表模型。它们还展开了一种“场外战”,将视频对象插入、语法专项学习、模型扩展技法等高难度新技术公开于学界,围绕主权(自立型)AI主导权进入全方位竞争。
NAVER集团29日公开了通过“自主AI基础模型项目”开发的首批模型“HyperCLOVA X Seed 8B Omni”和“HyperCLOVA X Seed 32B Think”。HyperCLOVA X Seed 8B Omni是韩国首个从一开始就同时学习文本、图像、音频等多种数据的全模态模型。相比先学习一种数据后再依次追加其他种类数据的现有多模态模型,它在复杂信息处理和性能扩展方面更具优势,被视为实现机器人、自动驾驶汽车等物理AI的新技术而备受关注。
HyperCLOVA X Seed 32B Think是模仿人类思考、性能大幅提升的推理型模型最新版本。该模型解答了今年高考试题,在国语、数学、英语、韩国史等主要科目中全部获得一等级,部分科目还取得满分。NAVER集团表示,该模型无需文本转换即可直接以图像读取题目,并在综合知识、高难度推理等全球评测中取得与海外主要模型相近的性能。NAVER Cloud Corp.超大规模AI技术总管成洛浩表示:“计划在具备基本功的架构基础上扩大模型规模。”
自主AI基础模型项目是政府集中支持图形处理器(GPU)和数据等资源、以确保国家代表AI模型的事业,首批成果将在30日的第一次发布会上公布。NAVER集团与SK电讯(017670)、LG(003550)AI研究院、NC AI、Upstage等5家联合体展开角逐。
对此,SK电讯也于前一天发布了具备韩国最高水平5000亿参数的“A.X K1”。其战略是以规模取胜,确保相对竞争对手的性能优势。LG AI研究院将在发布会上公开基于现有“EXAONE”系列的全球前沿级“K EXAONE”,NC AI和Upstage也将公开面向制造业等领域、具备数千亿参数的自主模型。
它们的主权AI之战并不止于自主AI基础模型项目。近期争相展示与学界携手开发的各类高难度技术,从多方面证明自身作为国家代表AI企业的竞争力,是它们共同的构想。例如,SK电讯与韩国科学技术院(KAIST)金在哲AI研究生院教授朱在杰研究团队共同开发了视频对象插入(VOI)模型“InsertAnywhere”,并将于近期公开。这是一种视频生成模型,可像合成图像一样在运动的视频画面中自然地插入物体。研究团队解释称,该技术不仅实现了“Pika Pro”“Kling”等现有海外技术的国产化,还改善了因摄像机移动或光照变化导致的画面不自然问题,取得了更高的基准(性能评分)。
NC AI将在下月举行的AI领域最高权威学会“美国人工智能学会(AAAI)”研讨会上,发表与KT、高丽大学、美国乔治城大学共同开发的“结构化语言生成模型(SLGM)”。SLGM是一种超越简单语言学习、集中学习命名实体识别(NER)、关系抽取等句子成分与结构的技法。简单来说,就是以较高的语法理解度弥补比大规模语言模型(LLM)更少的语言学习量的策略。研究团队解释称,参数不足10亿的小型模型通过该技法也可实现与大得多的模型相当的性能。Upstage也与延世大学共同开发了将自有高效提升模型性能技术“深度扩展缩放(DUS)”进一步升级的“基于记忆的深度扩展缩放(MIDUS)”,并于本月在Hugging Face等平台公开。
NAVER集团不止于单纯的技术开发,将于明年上半年推出可广泛应用于搜索、购物、地图等自家主要服务的整合AI智能体“Agent N”,谋求构建AI生态系统。LG AI研究院也自今年下半年起,正在扩大以“EXAONE 4.0”和“EXAONE Data Foundry”等为代表、可应用于各领域的模型·数据·基础设施整合解决方案“EXAONE生态系统”。






