韩国科学技术信息通信部（科技部）将于7日与AMD首席执行官苏姿丰进行会谈。同时，苏姿丰还将与国内人工智能（AI）半导体生态系统的主要企业代表举行座谈，讨论国内企业的全球扩展方案。 科技部表示，此次会谈和座谈是继7月李在明总统在旧金山AI峰会成果基础上，与AMD签署的谅解备忘录（MOU）的后续措施。 当天，科技部第二次长柳济明将与苏姿丰会面，检查MOU合作项目的推进情况，并讨论AMD AI研究中心（CoE）的年内成立及AI转型（AX）领域研究生人才培养等合作项目。 此外，柳次长强调，在全球AI基础设施建设竞争中，重心已从单一半导体产品扩展到系统和平台层面，与AMD的合作显得尤为重要。 科技部计划结合国内进行的各种实证，构建AMD的中央处理器（CPU）和图形处理器（GPU）与国产AI半导体相结合的异构计算基础设施，并努力将其发展为可在全球市场上应用的参考模型。 在科技部组织的座谈会上，国内AI半导体及AI生态企业将与AMD高层讨论合作的可能性。 座谈会将有包括Upstage和Furiosa AI在内的13家公司参加。与会企业将与苏姿丰直接交流AMD的CPU和GPU与国产AI半导体的结合、参与AMD的AI和高性能计算软件平台ROCm等开放软件生态系统、以及国内AI半导体企业的全球市场扩展等议题。 苏姿丰强调韩国是AMD的重要合作伙伴，并将寻求与国内优秀企业的新合作机会。 科技部计划对当天座谈中提出的国内企业合作建议和意见进行仔细审查，并将其发展为与MOU后续措施相关的具体项目。 柳次长表示：“政府最重要的角色是为优秀企业和技术提供相遇的平台。”他期待此次会晤能够成为AMD的全球能力与我国企业技术结合，推动国内AI半导体生态系统进一步发展的契机。”

国家人工智能（AI）战略委员会召开了关于“AI开发速度调控论”的研讨会，旨在探索韩国的应对方向。 1日，国家AI战略委员会宣布将举行此次研讨会。此次研讨会是在上个月12日，OpenAI、Anthropic等提出应当减缓AI开发速度的“速度调控论”背景下，旨在探讨我国的应对策略。 当天的活动将有包括安全特委会委员在内的70余名来自科学技术信息通信部、个人信息保护委员会等相关部门及AI安全研究所等机构的代表出席，并进行在线直播。 研讨会的第一部分将由专家进行国内外现状的诊断发言。主旨发言将由委员会主席围绕“全球前沿AI开发速度调控论与韩国AI的应对战略”进行阐述。 崔大善，崇实大学AI安全性研究中心主任，将以“AI发展的风险与控制”为主题，指出技术与制度应对的必要性。他强调，现有制度难以控制未来快速扩展的通用性和不可预测性所带来的前沿AI风险。 金成勋，Upstage公司代表，将以“Upstage Solar为何依赖电力”为主题进行发言。他分析认为，国内的速度调控可能会固化与全球大型科技公司的技术差距，深化依赖关系。 李汉宇，Aim Intelligence副总裁，介绍了我国的AI安全能力及企业的应对现实，并建议应同时推进国内独立模型评估与控制能力的提升及国际合作。 研讨会的第二部分将与第一部分的发言者共同讨论速度责任论的实施方向、国内AI竞争力的支持措施、先进AI风险评估与控制、安全验证体系的构建等议题。 国家AI战略委员会常务副委员哈正宇表示：“近期围绕AI开发速度调控论的各种担忧与国内外讨论交织在一起，但在确保‘不可替代的全球AI核心供应链’和实现‘AI三强跃升’方面，安全的前沿AI能力的获取是必不可少的。他强调，越是在动荡时期，民间与政府的力量应团结一致，朝着我们的目标前进。”※ 本报道经人工智能（AI）系统翻译与编辑。

经过两天的上涨后，中国股市在22日表现出小幅震荡。分析认为，近期反弹带来的获利了结卖盘以及假期前的观望情绪是主要原因。当天，上证综合指数上涨0.06%，收于3952.13点；深证综合指数下跌0.05%，收于13723.74点；创业板指数上涨0.01%，收于3399.93点。 中国股市上午表现上涨，但下午大部分涨幅回吐。分析认为，这并非因为出现新的重大利空，而是近期反弹导致的技术性调整。上证综合指数在16日至21日的五个交易日内上涨约2.2%，深证成分指数上涨3.3%，创业板指数上涨4.7%。22日，前一天反弹的投资者获利了结的动机加大。中国证券报指出，随着中国股市反弹，市场关注点再次转向业绩和经济动能，但短期内可能会继续出现轮动。 此外，中国光大证券在22日的报告中指出，假期前的风险规避心理导致市场出现调整。特别是由于中国的宏观经济数据表现疲软，预计短期内将维持震荡整理。中国股市即将迎来9月25日的中秋节和10月1日至7日的国庆节，机构和个人投资者在假期前并未积极增持股票，而是选择部分获利了结。 当天，AI相关股票普遍上涨。南威软件、智度股份、新华文轩等股票涨停。Meta于8日推出的“为所有人提供的全球首个个人AI助手”Muse在iPhone应用下载量排行榜上连续三天位居第一，这一消息成为利好。AI助手的潜力得到验证，国内AI助手开发公司的股价也出现强劲上涨。 半导体相关股票也表现强劲。博通集成、瑞芯微等股票涨停。摩根大通在当天的报告中预计，2026年定制AI ASIC（特定用途定制半导体）市场规模将达到约600亿至700亿美元，未来几年年均增长率（CAGR）将超过40%至50%。 与此同时，中国人民银行当天公布的美元兑人民币中间价为6.7459元，较前一日下调0.0028元，人民币升值0.04%。※ 本报道经人工智能（AI）系统翻译与编辑。

随着对人工智能（AI）风险的警告不断增加，国内AI产业中超过一半的企业尚未建立基本的安全管理体系。 根据软件政策研究所于20日发布的《2025年人工智能产业现状调查》报告，去年拥有自身AI可靠性和安全性指南或框架的企业仅占47.1%。未拥有此类指南的企业则超过52.9%。在未拥有指南的企业中，表示未来有引入计划的仅占5.8%，预计今年情况仍将类似。 在所有调查对象中，73.8%的企业表示基于开源模型进行AI开发。在使用开源模型的企业中，依赖外资模型的比例高达97.2%。使用国产开源模型的企业仅占1.6%，对外资模型的依赖程度令人担忧。 尽管如此，韩国的AI市场在表面上仍在快速增长。AI产业的销售额从2024年的76,938亿韩元预计在2025年增至87,823亿韩元，增长14.1%。同期，出口额从9,174亿韩元增至14,583亿韩元，增长59%。 截至去年6月底，AI产业从业人员为62,990人，同比增长5.9%。然而，AI的增长并未在整个产业中均匀扩散。去年预计的出口额中，AI硬件企业的两家占据了8,544亿韩元，约占总额的58.6%。 研发投资也未能跟上销售和出口的增长。AI领域的研发投资额从2024年的48,386亿韩元仅微增至48,675亿韩元，增幅为0.6%。 企业感受到的最大困难是“投资引资困难”，评分为5分中的4.27分。技术交流与合作困难得分为3.98分，AI计算基础设施不足得分为3.9分。 此次调查于2025年9月至11月对2814家国内AI相关企业进行。销售额以2024年确定值和2025年业绩估算值为依据。人员情况截至2025年6月底。※ 本报道经人工智能（AI）系统翻译与编辑。

韩国的人工智能（AI）市场正在吸引来自法国、加拿大等多个国家的AI企业的关注。继加拿大AI公司科希尔之后，法国AI公司米斯特拉尔也在设立国内法人或扩大招聘，以拓展在韩国市场的接触点。 据业内消息，米斯特拉尔正在积极进军韩国市场。该公司在6月发布了在首尔招聘“首席AI业务战略”的公告，并正在积极招聘开发者，包括应用科学家、机器学习（ML）和全栈工程师等。 米斯特拉尔成立于2023年，由谷歌DeepMind和Meta的前员工创立，被誉为欧洲的开放AI，积极推动法国的“主权AI”发展。 米斯特拉尔于8日宣布，在三星电子参与的D轮融资中，共筹集了30亿欧元（约合4.68万亿韩元）。此次D轮融资使其企业估值超过210亿欧元（约合32.8万亿韩元）。 不仅是米斯特拉尔，加拿大公司科希尔也在上月宣布在韩国设立法人，计划将其作为亚太市场的跳板。当时，该公司提出了与国内模型开发公司和系统集成（SI）企业的合作计划，目前正在与LG CNS合作。 科希尔是由共同撰写生成型AI基础技术“变换器（Transformer）”论文的艾登·戈梅斯于2019年成立的公司，主要在企业AI市场扩展业务，而非消费类AI。 米斯特拉尔和科希尔等全球AI企业扩大在韩国市场的接触点，背后是韩国高AI使用率和快速增长的企业AI需求。根据微软AI经济研究所的报告，韩国的生成型AI使用率在去年下半年达到了30.7%，比上半年增加了4.8个百分点，增幅在主要国家中最大。 韩国银行指出，国内AI的扩散速度与以往数字技术相比异常迅速。韩国银行调查局的就业研究团队负责人徐道亨表示：“韩国劳动者在工作中使用生成型AI的比例为51.8%，远高于美国的26.5%。” 不仅个人，企业对AI的需求也在增加。信息通信政策研究院（KISDI）分析了国内38522份商业报告，发现2024年将AI相关内容纳入商业报告的企业比例达到了53.7%，超过了非AI企业。 KISDI副研究员徐英善表示：“国内企业的AI应用正迅速从技术开发阶段转向实际业务应用，最近生成型AI和AI硬件的使用增加，使得企业的AI引入更加实际和高效。” 海外也将韩国视为全球AI企业的巨大商机市场。美国商务部国际贸易局（ITA）在6月发布的《韩国数字经济分析报告》中分析称，国内大企业的AI投资已从初期实验阶段转向生态系统构建阶段。随着制造、医疗、金融等行业AI的引入不断扩大，企业AI及海外技术企业面临新的商业机会。※ 本报道经人工智能（AI）系统翻译与编辑。

随着医院人工智能（AI）的推广，讨论的重心应从“引入什么”转向“如何管理和落地”。 法务法人Barun与加勒布公司于9月8日在首尔瑞草区EL Tower别馆5层的Melon Hall共同举办了“首届AI创新领袖论坛——医院AI大转型与飞跃：从数据·治理到临床解决方案”。 韩国保健医疗信息院和AI Nation·正源恩西斯作为合作伙伴参与，约100名来自综合医院及相关医疗机构的管理、规划、IT实务人员出席了此次论坛。 在以“AI治理的转型”为主题的第一场会议中，成均馆大学医学院教授杨光模（三星首尔医院AI研究中心主任）通过“医院AI大转型的核心——数据流动的医院”发表演讲，诊断了现场的结构性断裂。杨教授指出：“即使医院AI通过性能验证，实际工作中仍存在较大差距。”他将机构间（影像共享的标准·范围限制）、工作间（分散的渠道和手动分类·分配）、评估间（指标定义与实际数据不一致）等断裂视为核心问题。 他还指出，德国医院改革法、英国NHS应用中心十年计划、国内高级综合医院结构转型支持项目等国内外制度变化也共同要求“必要信息的定义与连接”。 作为解决方案，他提出了一个“数据流动的运营体系”，包括标准-数据-AI判断-工作执行-绩效评估的流程。杨教授介绍了三星首尔医院联盟的患者中心医疗影像共享（6个机构，共938件交流）、院内本地LLM自动分类医疗请求（分析电子医疗请求书6624件，负责人员分配一致率从75.4%提升至84.7%）、请求·回送综合系统“S-CARENet”等现场案例。 他强调：“在AI判断之后，谁、在哪里、如何处理都应事先设计，并以人的最终确认（Human-in-the-loop）为前提，将数据·AI·工作·评估连接为一体。”同时，他强调了管理、规划、IT部门的角色分工。 Barun律师安周贤在“国内AI监管与医院的应对——从法规看AI执行的检查点”中诊断了医院面临的监管环境。安律师表示：“医院AI并非单一法律，而是同时受到人工智能基本法、数字医疗产品监管、个人信息保护法等多项法律的监管。”他强调：“监管的对象并非模型本身，而是数据处理与临床使用行为的结合。”他还指出，即使是相同的临床支持功能，根据标示·广告与实际使用的背景，医疗器械的许可等监管路径也可能不同。 作为应对措施，他提出了利用阶段的检查标准。当生成型AI用于病历撰写或患者指导时，必须遵循个人信息检查点，如去除患者识别信息、使用内部网络·安全型AI、告知AI使用事实等，并提前设计处理·输出·结合·管理程序。安律师表示：“医院AI治理应在引入前、运营中及变更时均能运作，必须强调不仅是AI监管，还需综合应对医疗器械·个人信息·医疗法等。” 在以“AI战略与解决方案”为主题的第二场会议中，加勒布与公司创新中心主任裴基元在“医院AX战略与治理——从A到Z”中诊断了引入失败的模式。裴主任指出：“引入虽然在增加，但谁来批准、谁来负责却不明确。”他将验证-现场差距、警报疲劳、后续管理缺失导致的性能下降（漂移）、偏见、供应商依赖、责任·治理空白、可持续性中断等七大失败的共同原因归结为“治理空白”。他还表示，若对所有AI进行同等强度的审查，现场将规避监管，导致“影子AI”的增加。 作为解决方案，他建议：“识别院内分散的AI进行清单工作是第一步”，并提出了根据风险程度进行差异审查和专门组织·多层治理体系。他表示：“良好的治理不会减缓引入速度，反而会加快。”并建议管理层应将监管应对视为引入速度的问题，而非成本问题。 AI Nation团队的李世拉在“临床现场诞生的AI——褥疮解决方案共同开发者”中诊断了现场的困境。李团队指出：“褥疮管理是一个劳动密集型工作，需要对病变进行测量·拍摄·阶段判断·记录的重复。”他分享了现场收集数据的精炼难题，以及“愈合的褥疮”与皮炎等相似病变难以区分的问题。 他介绍了与延世世博医院共同开发的褥疮分级AI检测解决方案的历程，解释了3万余个（共33011件）病变数据的标注与分类体系·评估标准定义、拍摄-推理（病变区域分割·阶段分类）-结果确认的三阶段处理过程。李团队强调：“这不是供应商出售的产品，而是与现场共同制作的记录。” 正源恩西斯AI战略室的权灿永在“实时诊断辅助AI”中探讨了实时视频AI的本质。权室长指出：“视频最终是连续的静止图像，如果每秒30帧（30fps），那么检测AI每秒会做30次独立判断。”他诊断了依赖单帧检测时，标记闪烁或模糊帧导致的误检限制。 作为解决方案，他提出追踪时间轴（Temporal）中相同病变的连续检测以确保可信度，并在模糊帧中跳过推理（Skip），实现无闪烁的平滑检测，并介绍了内窥镜实时息肉检测（CADe）·诊断辅助（CADx）案例。 在小组讨论中，李俊熙Barun企业战略研究所所长担任主持，参与的有金京允AWS医疗首席、闵奎洪首尔圣母医院智能医院总信息战略团队长、李义圭Barun律师、韩恩珍世博医院临床支持护理团队专业护士，集中讨论了医院角色的变化及数据·治理的课题。 闵奎洪首尔圣母医院信息战略团队长（大医院信息协会秘书长）表示：“医院应从治疗疾病的场所转变为涵盖预防和主动管理的健康管理场所。”他强调：“应在向个人提供医疗信息的同时，经过合法程序将其用于AI研究，并将其再次转化为临床应用，必须优先具备经过标准化·精炼·质量管理的‘AI-Ready医疗数据’。”他指出，实际AI转型的共同课题是将分散的数据转变为可接触·可控的结构，并加强现有数据的结构·意义。 李义圭Barun律师表示：“AI治理的核心是识别医院使用的AI，根据风险水平确定批准·验证·监测程序及责任人。”他建议：“应区分行政支持AI与影响临床的AI，保障医疗人员的最终判断权，并记录验证·变更·事故应对过程的合规体系。”他补充道：“这样的治理是为了安全AI的快速引入而非监管。” 韩国保健医疗信息院院长廉敏燮强调：“医疗AI的竞争力不仅仅依赖算法，优质数据、标准、安全的连接·利用体系共同构成，才能真正带来医疗现场的创新。”他介绍了政府的AI基本医疗战略、公共医疗AI高速公路、健康信息高速公路（医疗我的数据）、国家综合生物大数据项目等，并表示：“韩国保健医疗信息院也将通过医疗数据与AI共同推动国民能够感受到的医疗创新。” Barun代表律师李东勋表示：“医疗AI的成功引入不仅需要AI监管，还需综合应对数字医疗产品及医疗器械相关监管、个人信息保护与医疗数据利用、医疗法等多项法律·制度。”他指出：“Barun在数字医疗、个人信息·数据、AI监管、医疗机构咨询领域积累了专业性与工作经验，将作为战略合作伙伴，积极应对医院和医疗机构在AI转型各阶段面临的法律问题。”

随着人工智能（AI）计算需求的急剧增加，如何高效利用数据中心中的图形处理单元（GPU）成为新的挑战。 根据市场调研机构Gartner、IDC和NVIDIA等的数据，麦肯锡分析预计，全球数据中心的AI工作负载需求将从2025年的44GW增长到2030年的156GW，约增加3.5倍。同期，整体数据中心需求也将从82GW增至219GW。特别是AI推理需求预计将从2025年的20.9GW以年均35%的速度增长到2030年的93.3GW，增速超过学习需求的22%。 仅仅增加GPU的数量难以应对不断增长的计算需求。由于高性能GPU的大规模部署，机架的电力密度增加，冷却负担也随之加重。因此，AI数据中心开始采用液冷等新型冷却技术以应对高密度GPU环境。 业界关注如何利用AI的两大主要工作负载——学习和推理的特性，来高效配置GPU。学习需要集中进行大规模计算，但可以容忍一定程度的延迟或中断；而推理则要求实时向用户提供结果，因此低延迟和稳定的处理能力至关重要。 麦肯锡分析认为，由于这两者的特性差异，学习和推理将对数据中心的选址、设计和电力供应策略产生不同的影响。 尤其是在实时服务流量减少的时段，将推理用GPU用于其他任务的方式被提出作为解决方案。在推理需求高峰时，将GPU优先配置给实时服务，而在需求减少时，则将闲置的GPU用于学习、再学习和部署等任务。 红帽公司在今年3月发布的报告中提出了这种策略，称之为“白天推理，夜间学习”。红帽表示，推理任务需要低延迟和持续可用性以实现实时响应，而学习任务相对可以容忍延迟或中断，因此适合在推理需求减少的夜间进行。还建议通过动态分配GPU资源的编排，减少闲置GPU的数量。 在韩国，这种方式也成为提高GPU效率的替代方案。Kakao在考虑下一代AI基础设施运营方案时，也在审视按时段利用GPU的方式。Kakao AI协同副总裁金世雄表示：“需要实时响应的推理服务器在白天根据流量使用，剩余的GPU则在夜间用于学习，这就是韩国式的GPU运营方式。” 国内AI基础设施企业不仅在按时段分配资源方面进行探索，还根据工作负载的特性设计数据中心以提高效率。Ellis集团根据学习和推理的需求，设计了不同的AI模块化数据中心（PMDC）。学习方面利用GPU和超低延迟集群以确保最大性能，而推理则强调NPU和高可用性及成本效益的结构。 业界人士表示：“在AI数据中心中，GPU的数量固然重要，但更关键的是如何高效利用这些GPU进行实际计算。由于推理和学习的特性不同，未来将根据流量和电力情况灵活分配GPU，并提高冷却等基础设施的效率，这将决定数据中心的运营竞争力。”

尽管取得了世界一流的成绩，韩国人工智能（AI）初创企业‘莫提夫科技’在政府主导的项目评估中却被淘汰，这引发了对政府调查体系及AI政策的批评。 最近，各大在线社区关于莫提夫科技（以下简称‘莫提夫’）的AI模型‘莫提夫3’的事件引发了广泛讨论。 争议的起因是科学技术信息通信部推进的‘独立AI基础模型（独立AI）’第二阶段评估。 参与该项目的莫提夫的‘莫提夫3’在全球AI综合性能指标AAII中获得了47分。这是提交的国内模型中最高的分数，除美国和中国外，位列全球第一，整体排名前十。与之同时提交的Upstage得分为37分，SK电信为35分，LG AI研究院为31分，均远高于大企业及主要企业的模型得分。 然而，在18日公布的评估结果中，尽管莫提夫获得了最高技术分数，却排名最后，最终被淘汰。政府方面表示：“综合考虑基准分数、专家及用户评估的结果”，称莫提夫在可用性和实用性方面得分较低。 然而，25日，科学技术信息通信部在李在明总统主持的国务会议报告中强调“国内独立AI模型获得AAII 47分”，宣传韩国与美中共同跻身世界三大AI强国的行列。实际上，取得该成绩的莫提夫3却被淘汰，政府在国家竞争力的发布中引用了这一记录，令人质疑其合理性。对此，莫提夫方面在27日正式提出异议，要求“重新审视评估标准和方式是否符合全球竞争力”。 随后，在28日，科学技术信息通信部再次引起关注，公布了面向全体国民的‘全民AI’服务建设项目的选定结果。 该项目的执行机构最终由SK电信、卡卡奥、KT联盟获得，特别是SK电信联盟选择了‘莫提夫3’作为服务的核心AI模型，引发热议。 对此，网友们表示：“尽管取得了全球水平的成绩，却未能获得项目权，这显示了评估方式的缺陷”，“如果国内人才和技术得不到合理评估，最终只能导致海外流失或依附于大企业”等反应，令人感到遗憾。

韩国科学技术信息通信部推动的“独立人工智能（AI）基础模型（独立基础模型）”项目第二阶段评估已结束，国内AI模型的全球基准成绩单也随之公布。特别是通过追加征集加入独立基础模型的Motif Technologies（Motif）的“Motif 3”在国内模型中获得了最高分，引发了广泛关注。 根据全球AI模型分析平台Artificial Analysis（AA）发布的“智能指数（AAII）”数据，Motif的“Motif 3”得分为47分，位列AAII注册的全球大型语言模型（LLM）前十名，是国内企业开发的模型中排名最高的。 紧随其后的是Upstage的“Solar Open 2”，得分37分，SK Telecom（SKT）的“A.X K2”得分35分，LG AI研究院的“K-Exa 2.0”得分31分。在参与独立基础模型的四个模型中，第一名与第四名之间的分差为16分。 AA是一个综合分析AI模型性能、质量、成本等的评估平台。它不仅提供模型性能，还考虑实际服务引入过程中的价格、输出速度、延迟时间、上下文窗口等指标。 值得注意的是，AAII结合了数学、科学、编程等多个领域的基准结果，评估AI模型的综合能力。其特点在于综合多个评估结果，而非单一基准。然而，AAII并未单独评估韩语能力，因此在完全反映国内使用环境中的模型性能方面存在一定局限。 另一个值得关注的点是，模型规模与AAII成绩并不成正比。在参与此次独立基础模型第二阶段评估的模型中，规模最大的模型是LG AI研究院的K-Exa 2.0，拥有7500亿个（750B）参数。 SKT的A.X K2以688B参数紧随其后。而在AAII中得分最高的Motif 3则只有314B参数规模，Upstage的Solar Open 2则为250B参数。 不过，AAII的成绩并不直接等同于独立基础模型第二阶段评估的结果。此次评估由基准得分40分、专家评估35分、用户评估25分组成。特别是在此次评估中，由200名普通市民组成的评估团对四个模型进行了实际使用后的性能评估。 与全球顶尖模型的差距依然存在。在AAII中，Anthropic的“Claude Opus 5”得分63分，比Motif 3高出16分。OpenAI的“GPT-5.6 Sol”和xAI的“Grok 4.6”分别得分61分。 中国的AI模型表现也相当突出。文创AI的“Kimi K3”得分60分，仅比GPT-5.6 Sol低1分。阿里巴巴的“Q1 3.8 Max”得分58分，Z.ai的“GLM-5.2”得分53分，DeepSeek的“V4 Flash”最新模型得分52分。与国内得分最高的Motif 3相比，这些模型的得分均高出5至13分。 科学技术信息通信部预计将很快公布独立基础模型第二阶段评估结果。此次评估将决定目前参与的四个精英团队中有三个团队晋级下一阶段。

韩国人工智能·软件产业协会(KOSA)于4日宣布，推出整合政府AX（人工智能转型）项目与民间AI资源、国内AI企业及解决方案信息的'AX360°'服务。 近年来，政府部门的AX项目迅速扩展，民间也在增加GPU、AI模型、数据等AI资源的供应，但相关信息分散在各部门网站和个别企业中，企业、政府机构和研究人员需要逐一寻找所需的项目和资源，造成了不便。为了解决这一问题，科学技术信息通信部与KOSA共同建立了AX一站式支持门户。 AX360°由四个功能组成：△查找政府AX项目 △查找AX资源 △探索AI需求与供应企业 △AX一站式支持。 在查找政府AX项目功能中，提供各部门推进的AX项目的概况、支持对象、项目期限、预算规模和公告时间等信息。用户可以通过组合发包单位（如部门、地方政府）与研发、验证（PoC）等项目类型进行搜索，企业无需访问多个机构网站，即可在AX360°上比较和探索项目。 在查找AX资源功能中，可以查看GPU、AI模型和数据的信息。GPU部分介绍了各代表模型的性能、应用领域和民间服务价格信息，并介绍了政府的GPU提供项目；AI模型则涵盖了独立基础模型（独立模型）二次评估的结果，以及各种模型的类型、使用方式、价格和应用案例。数据部分则以窗口形式提供，连接到原窗口、AI中心和我的数据等数据探索平台，以及各领域的民间数据流通和中介平台。 在AI企业探索功能中，用户可以查看国内AI企业所拥有的技术和解决方案的功能、应用案例和收费方式等信息。通过功能分类（基础设施、数据、模型、应用服务、安全等）与国防、医疗、制造等行业领域的组合搜索，企业可以找到拥有所需技术的合作企业，推动合作。 未来，将增加与政府AX一站式支持相关的在线项目规划咨询申请功能。政府部门和机构可以在AX360°上附加所探索的资源和合作企业信息，申请咨询，从信息探索到AX项目启动的全过程将实现联动。 科学技术信息通信部第二次官柳济明表示：“希望推进AX的企业和政府机构首先面临的困难是所需的项目、资源和合作企业的信息分散在多个地方。AX360°从需求者的角度出发，将政府和民间的AX信息集中在一个地方，支持从资源探索和获取到企业发现、咨询和技术验证的整个AX过程。” ※ 本报道经人工智能（AI）系统翻译与编辑。