1882年，纽约建立了世界上第一个商业中央发电和配电系统时，人们将电力视为“照明技术”。工厂老板们将蒸汽机移走，换上电动机，只是更换了工具，工厂结构却没有改变。电力真正发挥作用是在30年后，随着工厂意识到可以为每台机器安装小电动机，生产线发生了彻底的变革。最终获胜的不是善用电力的公司，而是重新设计一切以电力为基础的公司。 人工智能（AI）也正处于这样的临界点。自生成型AI出现四年来，我们一直在学习“如何有效使用AI”，这与电力仅作为灯具使用的时代相似。2026年将是这一阶段的结束。AI将不再是需要时才开启的工具，而是一个在不知不觉中始终处于开启状态的环境。 到2027年，问题也将发生变化。过去，会议室讨论的焦点是“AI可以用在哪里”。而2027年的焦点将是“在这个已经有AI的工作中，人类应该抓住什么”。前一个问题关注成本，后一个问题则关注责任。我们将正式进入人工智能转型的时代。 作为一名研究和教育AI42年的未来学家，我将2027年值得关注的趋势整理为10个关键词，首字母组合成“人类掌握驾驶权”（HUMAN DRIVE）。这并非偶然，因为这十个趋势最终指向同一个方向：驾驶权在于人类。 首先，H代表人类-副驾驶（Human-Copilot），即人与AI的同行。在飞机驾驶舱中，机长（人）和副驾驶（AI）共同观察同一个仪表盘，但责任在于机长。AI可以收集数据并撰写草稿，但无法保证其准确性，这只有人类可以做到。到2027年，职场上最有价值的一句话就是这句话。 其次，U代表超高速计算（Ultra-Computing）。量子计算机在2027年不会取代传统计算机，而是将一个复杂问题分解成多个部分，分别发送到最适合的计算机上处理。同时，迫在眉睫的任务是，当前使用的加密技术可能会被量子计算机攻破，因此金融和通信领域将开始大规模更换加密技术。 第三，M代表多模态（Multimodal），即能够听和看的AI。它可以同时读取工厂设备发出的微小声音、震动和温度变化，并提醒检查轴承。迄今为止，AI的好处主要集中在处理文档的办公室工作中，而现在它将深入到工厂、医院和建筑工地。 第四，A代表自主型（Agentic），即能够自主工作的AI。过去，AI只是回答问题，而现在它开始完成指派的任务。关键在于我们能将多少工作交给它。如果答案错误，人类可以修正，但如果执行错误则会导致经济损失和合同问题。因此，原则上应先交给AI处理可逆的工作。某公司的运营经理在周一早上开始审查AI在周末处理的400多项事务，最终他亲自查看的只有20项左右。管理者的工作从指令转向规则设计和例外判断。 第五，N代表神经形态（Neuromorphic），即模仿人脑的半导体。人脑用的电力比一只灯泡还少，而训练大型AI所需的电力却相当于一个城市的用电量。神经形态技术旨在缩小这一巨大差距。这对我们这个存储半导体强国来说是一次重新布局的机会。 第六，D代表开放权重（Open-weight），即模型的民主化。过去，企业使用AI时需支付租金，并将数据发送到他人服务器。现在，企业可以下载公开的AI模型并在公司内部运行。这标志着从租用AI转向购买AI的转变。对于无法将数据外泄的医院、银行和公共机构尤为重要。有一家制药公司的董事会曾询问：“那么我们现在购买的是什么？”这意味着他们支付了三年的使用费，但公司没有留下任何资产。 第七，R代表可信与可验证（Reliable & Verifiable）。到2027年，企业面临的瓶颈将不再是性能，而是证明。如果无法提供AI所学内容、判断依据以及事故责任的书面材料，就无法使用该AI。在某银行的审核会议上，问题不在于性能，而在于如何回答被拒贷款客户的询问。 第八，I代表行业特化（Industry-Specific）。最大的AI竞争时代已经结束。能够最准确解决我们工厂、医院和行业问题的AI将胜出。经过27年经验的检验员所培养的造船厂AI，其准确性超过任何大型模型，因为它是唯一了解该造船厂的钢材、焊接方式和失败历史的AI。 第九，V代表氛围编码（Vibe Coding）。在编写程序时，不再学习语法，而是通过语言或文字描述，AI便能生成程序。在釜山从事水产品批发的老板，三天内便能亲自制作出自己店铺的市场价格整理程序，这已不再是特别的新闻。在公司内部，营销团队可以自行制作仪表板，人事团队可以直接制作招聘管理工具，过去需要向信息技术部门提交请求并等待几个月的做法将不复存在。 最后，E代表生态智能（Eco-Intelligence），即可持续的AI。不可持续的智能最终也无法持续。减少AI使用的电力和利用AI解决环境问题必须并行进行。目前，新建数据中心面临的最大障碍不是土地或资金，而是电力。 那么，我们的任务是什么？面临的障碍并非技术，而是三个方面。首先是数据。我们的工业现场积累了数十年的资料，但未经过整理，无法使用。仓库中堆积的原材料尚未转化为资本。其次是电力。AI模型可以在几个月内构建，但电力传输线路却需要数年时间。如果AI计划与能源计划脱节，这一差距将无法缩小。第三是制度。企业面临的困扰不是严格的监管，而是模糊的监管。如果明确规定需要具备哪些条件，企业就会积极准备并向前推进。 韩国并不需要在制造最大的AI的竞争中获胜，而是应当在可以胜出的领域中脱颖而出。成为在制造、半导体、造船、电池、生物和内容等全球产业中，最深入应用AI的国家。通过使用耗电较少的半导体来改变游戏规则，并发展AI的检测和认证信任产业。这三者的胜负并非取决于资金的多少，而在于积累和制度的完善。 我建议个人思考三个问题：我能保证什么？我不愿意交给AI的是什么？我在持续学习什么？工具每六个月就会变化，但定义问题、确认结果和识别风险的能力，无论何种工具都不会贬值。 2027年并不是AI开始取代人类的年份，而是人类通过AI测试自身能力和产业潜力的年份。未来的决定权不在于AI的速度，而在于我们如何引导这一速度的选择。驾驶权在于人类掌握。 作者主要经历 ▷成均馆大学经营学博士 ▷每日经济记者 ▷韩国管理学会前会长 ▷可持续科学会现任会长 ▷成均馆大学全球融合学院院长、韩流国际大学院长（前）、融合国际学部教授（现） ▷韩国人工智能教育协会会长 ▷韩国氛围编码协会会长 ▷文亨南品牌研究所所长 ▷AI韩流研究院首席执行官 ※ 本报道经人工智能（AI）系统翻译与编辑。

半导体、电池和新药开发所需物质的内部结构、原子排列和电子状态将实现一次性分析，开启“多模态”研究时代。总投资11643亿韩元的第四代圆形放射光加速器“韩国新光加速器(KLS)”正式开工建设。 科学技术信息通信部（科技部）与韩国基础科学支持研究院（KBSI）于27日在忠北清州市的放射光加速器建设现场举行了KLS的开工仪式。科技部第一副部长具赫采在致辞中表示：“通过KLS将提升半导体、电池和生物产业的技术水平，政府也将全力支持项目的成功推进，包括预算和政策支持。” KLS将建设在相当于约74个足球场的54万㎡的场地上，构成包括线性加速器、增压器、周长约800米的储存环和束线等大型国家研究基础设施。计划在2029年底前完成设施建设。新胜焕KLS建设项目负责人表示：“计划在2030年进行试运行，2031年起研究人员将正式使用该设施。” 放射光加速器是将电子加速到接近光速后，在圆形储存环中每秒约旋转375000次，生成强大的放射光的研究设施。利用这些放射光，可以精确分析物质内部的原子结构、化学特性和电子状态。被称为“超大型显微镜”，广泛应用于半导体、电池、生物、新药和先进材料等多个领域的研发。 新光加速器与现有的浦项第三代圆形放射光加速器最大的区别在于放射光的亮度。新负责人指出：“加速器的性能取决于储存环中磁铁的密集程度，第四代的磁铁数量和密度大幅增加，放射光的亮度比第三代提高了100倍以上。” 亮度的提高不仅缩短了同一实验所需的时间，还能分析以往难以观察的微小区域。研究人员将能够实时观察半导体元件和电池材料在实际工作过程中的原子和电子运动变化。 浦项加速器研究所所长金在荣强调：“以往分别测量物质内部的影像、电子结构和原子结构，而KLS的投入使用将开启能够一次性分析这三种信息的新研究时代。” KBSI计划首先建设10条束线，长期目标是扩展到40条。束线是将加速器生成的放射光传递到实验装置的通道。初期的3条束线将优先支持生物、新药、电池、先进材料和半导体研究，其余7条将用于基础科学和学术研发。 新负责人表示：“初期10条束线的构成已确定，但各束线将产生何种科学成果仍在与用户持续讨论中，未来40条束线的建设过程中也将应用这种合作机制。” 项目组预计KLS将具备世界一流的性价比。尽管中国等部分国家将储存环周长增加到1.3至1.4公里以上，以最大化能量和性能，但KLS的设计旨在为国内研究者和企业提供最高水平的实验性能。 新负责人表示：“从亮度来看，设计时已达到世界第三水平，预计在未来10至20年内将保持世界第四水平的性能。” KLS产生的大规模研究数据也将成为新的研究资源。正式投入使用后，预计每天将生成约1PB（千兆字节）的数据，相当于1000个1TB容量的个人硬盘的规模。 KBSI计划与浦项加速器研究所等相关机构合作，建立放射光加速器数据的存储、共享和人工智能分析体系。以往研究者需单独分析数据，而未来将共同利用积累的数据，得出新的研究成果。 KLS投入使用后，集中在浦项放射光加速器的研究需求也将部分分散。目前，浦项加速器每年接收超过3000份实验提案，束时间的竞争比例平均约为2.5:1。然而，仅凭初期的10条束线，难以满足当前的需求。 金所长表示：“即使KLS竣工，初期阶段束时间竞争问题也不会立即解决，长期来看，需建设40条束线才能在很大程度上满足当前需求。”他还指出：“放射光加速器是随着新测量技术的开发，利用需求不断增加的设施，预计到40条束线建设完成时，研究需求将比现在更为增长。” 专业人才的培养被视为未来的任务。由于国内在加速器设计、运营和束线利用方面的专业人才基础尚不够，项目组计划利用大学的加速器人才培养课程和海外研究者网络，逐步培养人才。 新负责人表示：“我们正在与忠北大学、高丽大学等高校的加速器相关教育和人才培养项目合作，培养专业人才，同时也在利用美国韩裔科学技术者协会和海外放射光加速器研究者网络，吸引优秀的海外人才。” 他补充道：“在2029年完工之前，浦项加速器研究所的专业人才将支持项目的推进，若能同时吸引海外核心人才和培养国内人才，预计能够获得设施建设和运营所需的人力。”※ 本报道经人工智能（AI）系统翻译与编辑。

在谷歌的下一代人工智能(AI)模型‘双子星3.5专业版’再次推迟发布的当天，中国文创AI推出了历史最大规模的开放权重模型‘奇米K3’，并在全球编程评估中排名第一。美国封闭型前沿模型主导的全球AI竞争格局正逐渐向开放权重阵营倾斜。 据IT行业消息，文创AI于17日（当地时间）发布了规模达到2.8万亿参数的奇米K3，这是迄今为止公开的最大规模的开放权重模型。开放权重模型是指将模型的权重（参数）公开，任何人都可以下载、修改和使用的模型。 奇米K3支持100万标记的上下文窗口和文本、图像多模态，整体权重将在27日公开。 其性能也达到了威胁美国顶尖模型的水平。奇米K3在发布几小时内便在评估平台Arena的前端代码领域中夺得第一名，胜率达76%，击败了安特罗皮克的最新模型‘克劳德·佩布尔5’。在综合排名中，虽然未能超越佩布尔5和开放AI的‘GPT-5.6 SOL’，但在编程和代理评估中超越了克劳德·奥普斯4.8和GPT-5.5。美国银行（BoA）在报告中指出，尽管面临先进芯片获取限制，文创AI通过改进学习和设计方式取得了显著进展。 相对而言，谷歌未能推出其最大期待的产品。原定于17日发布的双子星3.5专业版因编程和复杂推理性能未能达到竞争模型的水平而再次推迟。此消息导致字母公司股价下跌约4%。谷歌在6月已废弃了现有基础模型，并重新开始预训练，但第二版同样未能达到佩布尔5和GPT-5.6的水平。谷歌至今尚未公开官方模型卡、价格和基准。 市场的震荡让人联想到去年初的‘深度震惊’。奇米K3发布后，香港股市中中国AI竞争对手Z.ai的股价一度暴跌30%，创下自1月上市以来的最大跌幅，而迷你麦克斯下跌16%，阿里巴巴下跌4%。尽管台积电宣布第二季度营业利润同比激增77%，但17日股价仍下跌7%，被视为开放AI代理的软银也下跌了9%。 深度震惊的新模型V4也将在24日发布。尤其是这些中国开放权重AI模型被认为以价格竞争力为最大优势。奇米K3的API价格为输入100万标记3美元，输出15美元，低于主要封闭型前沿模型，而深度震惊则保持约75%的低价政策。 此外，奇米K3的发布恰逢中国最大AI盛会——世界人工智能大会（WAIC）开幕。中国国家主席习近平于17日在上海WAIC上发表了主题演讲，强调“AI的发展不应是一个国家的独奏，而应成为国际合作的交响曲”，并宣布成立总部位于上海的政府间机构‘世界AI合作组织（WAICO）’，共有29个国家，包括俄罗斯、巴基斯坦和哈萨克斯坦等成为创始会员。习近平表示，未来五年将为发展中国家提供5000个AI教育机会，并向30个国家开放中国的AI气象系统。

Kakao宣布以人工智能（AI）为中心的商业转型作为未来生存战略，现已进入实际服务应用和风险管理制度化的执行阶段。 根据Kakao于25日发布的《2025年ESG（环境、社会、治理）报告》，Kakao的AI战略涵盖了服务升级、风险管理、技术伦理以及人才和生态系统投资等可持续经营的各个方面。 在2024年的报告中，AI主要集中在用户保护、技术伦理和责任技术应用上，而在2025年的报告中，自有AI品牌“卡那那”、Agentic AI、基于KakaoTalk的AI服务以及人才和生态系统投资等内容全面融入报告中。 Kakao的AI应用领域不再局限于特定的保护技术或风险管理体系，而是扩展到公司的业务方向、服务升级和责任经营。 以“卡那那”为中心的AI战略成为ESG报告中最大的变化。随着KakaoTalk这一拥有5000万用户的平台逐步与卡那那或OpenAI的ChatGPT等AI技术结合，Kakao宣布将今年定为“Agent AI平台”企业转型的关键年，并已开始全面推进。 “卡那那”是Kakao的AI整合品牌及自有AI模型系列。报告指出，卡那那模型系列涵盖语言、多模态、视觉生成、语音和安全防护等五个领域，包括10种普通模型和3种安全防护模型。 Kakao计划基于此，在KakaoTalk中实现理解用户上下文并建议和执行必要行为的AI体验。此外，与OpenAI合作的“ChatGPT for Kakao”和与公共服务相关的“AI国民秘书”等项目也将进一步扩大AI在KakaoTalk基础服务中的应用范围。 随着Kakao的AI服务扩展，风险管理的重要性也在增加。随着AI在KakaoTalk服务中的应用不断增加，可能出现有害内容、个人信息和知识产权侵害、提示攻击等问题，这些都可能影响服务的可信度。 报告中提到的国内首个开源AI安全防护“卡那那安全防护”也是一项重要成果。安全防护系统能够检测和过滤AI服务用户或AI助手的不当言论，从而提高服务的安全性，技术的可信度和安全性已成为企业竞争力的重要组成部分。 人才投资同样反映了AI战略的扩展。Kakao通过推出地方AI生态系统培育项目“卡卡奥AI帆”，积极推动AI创业和地方产业转型，Kakao的AI战略已扩展至人才培养、创业支持和生态系统建设等领域。※ 本报道经人工智能（AI）系统翻译与编辑。

未来型医疗AI领军企业制诺西斯AI健康护理有限公司（代表理事李熙元，以下简称‘制诺西斯’）于2026年6月9日宣布，获得知识产权局健康数据审查团队关于‘基于组学数据与生物数据整合的人类数字双胞胎未来健康预测模拟方法’的专利注册决定。 该技术将个人的遗传信息与实时生物、环境数据整合为一个‘虚拟身体（人类数字双胞胎）’，并在此基础上输入特定干预（药物服用、饮食变化、运动、睡眠、压力管理），预测和模拟这些干预在数月后对健康状态的影响。这项发明的共同发明人包括老化医学领域的世界级学者朴相哲副会长，以及权顺勇、李熙元、强熙哲等。技术核心：‘提前体验’健康未来的数字双胞胎现有的数字双胞胎技术主要依赖不变的基因信息，预测结果静态，无法充分反映实时变化的人体和外部环境。制诺西斯在此次专利中提出的解决方案是一个三阶段的动态管道。首先，整合基因组、表观基因组、转录组、蛋白质组、代谢组和微生物组，构建个人的组学地图。其次，通过智能手表、连续血糖监测仪等可穿戴设备，以及测量空气质量、紫外线、噪音的物联网传感器，实时收集生物和环境数据，定期更新数字双胞胎。最后，将生成的个性化预测模型中输入虚拟干预（事件），推导未来时点的生物变化。例如，用户输入‘每天30分钟有氧运动’，数字双胞胎将模拟出3个月后血糖平均降低10mg/dL，体重减少2kg的情景。特别是该系统实时反映基因与环境的相互作用（G×E），并在每次更新数字双胞胎时动态校正预测，具备生物学解释的可解释AI（XAI）功能，从而提高了可靠性。组合完整：预防、预测、治疗的三角体系此次专利的战略价值不仅在于单一技术，更在于制诺西斯专利生态系统的‘大脑’。制诺西斯在2025年12月获得了‘基于基因组的个性化营养剂组合推导’技术（第1号）以进入预防领域，并在2026年2月获得了‘患者个性化细胞治疗协议生成’技术（第2号）以进入治疗领域。此次注册决定的数字双胞胎模拟专利填补了两者之间的空白，成为‘预测’引擎。无论是营养处方还是细胞治疗干预，最终都需要在此之前进行‘该干预对该人将产生什么结果’的预测，因此此次专利在决策上处于其余两项技术的上层协调位置。三项专利结合后，将从基因组数据出发，为健康人提供预防性处方，预测风险，并为患者提供连续的精准治疗，形成无缝的护理循环。强熙哲副会长表示：“现有的健康管理仅停留在‘应该做什么’的建议上。我们的技术将这些建议转变为‘这样做会怎样’的个性化未来。在数字双胞胎上提前体验未来，设计出最健康的选择，这就是普遍性礼宾医疗的起点。”产业意义：从反应型医疗转向预测、预防医疗该技术是将医疗重心从‘症状出现后治疗’的反应型模型，转向‘症状出现前预测、预防’模型的工具。通过将抽象的健康建议转化为个人数字双胞胎上的具体决策依据，医疗人员能够更层次地理解患者的复杂状态，并做出更可靠的判断。市场环境也十分友好。全球市场调研机构指出，医疗数字双胞胎市场将保持年均20%增长，推动力主要是个性化医疗的普及以及AI、物联网的结合。此次专利精准瞄准市场中占比最大的个性化医疗领域，为制诺西斯在‘人单元’数字双胞胎这一核心领域奠定了基础。专利战略：通过分割申请建立100余项专利组合的进入壁垒制诺西斯将此次专利作为分割申请战略的核心母专利。说明书中详细描述了‘更新敏感度’、‘过渡事件’识别、多模态、集成、强化学习、可解释AI等多层次技术要素，能够从一个原始发明中派生并扩展出多个细分请求。目前21项核心专利正在审查中，积极进行已注册专利的分割申请，制诺西斯有望不久后拥有100余项专利组合。由单一原始技术派生出的密集专利网络将有效阻止全球竞争对手的绕道开发，形成进入壁垒。未来计划制诺西斯计划基于此次专利，扩大与国内主要大学医院、专业医疗机构的临床合作体系，并通过MSO（管理支持组织）网络和直营医院将技术推广到医疗现场。此外，还将准备美国FDA等海外医疗软件的注册程序，并结合AWS的全球分销和基础设施能力，逐步推进在亚太地区、北美和大洋洲市场的拓展。制诺西斯的强熙哲副会长表示：“我们将持续将积累的多组学数据和临床预后历史反映到学习数据中，提高预测准确度，并致力于通过一个平台实现从预防到预测、治疗的全链条，为人类的健康寿命延长做出贡献。”

Naver（代表崔秀妍）宣布将完全移除其AI模型中使用的中国视觉编码器，全面应用自主开发的技术。这一举措旨在消除技术依赖争议，并提升针对韩国文化的多模态竞争力。据信息技术行业消息，Naver云在上月初完成了自主视觉编码器的开发，并开始将其应用于未来的多模态模型。视觉编码器是将图像和视频信息转换为AI可理解形式的核心模块，在多模态模型中起到视觉神经的作用。新开发的视觉编码器是对Naver云现有技术VUClip的重大改进，性能已达到与全球顶级模型如阿里巴巴的Qwen相当的水平。此前，Naver云在参与政府主导的独立AI基础模型项目时，因部分使用Qwen 2.5模型的视觉编码器而遭到批评。政府强调从零开始的原则，而Naver云则解释称视觉编码器是可随时替换的简单模块，但仍在1月的国策项目初审中失利。通过此次自主编码器的开发与应用，Naver云兑现了承诺，彻底摆脱了对外国产品的依赖。尽管如此，已作为开源发布的HyperCLOVA X Seed 32B模型的编码器替换计划尚未确定。新视觉编码器的最大特点是从学习阶段起就以韩语为中心进行训练，直接连接图像与韩语，无需中间翻译。相比之下，全球编码器在识别济州石像时需先转换为英文单词，而Naver模型则能直接识别为“哈鲁邦”。这种直接数据处理方式避免了信息扭曲，能够准确解读韩国地理和文化的复杂背景。在数据主权和文化准确性至关重要的行业，如公共机构和金融业，Naver的技术将具备显著的竞争优势。专家认为，Naver云将利用其先进的视觉数据解析能力，进一步推动其主权AI生态系统的扩展。在全球大科技公司主导的AI竞争中，核心技术自立已成为信息技术企业生存的首要任务。Naver通过从设计到数据融合的完全内化，能否在全球AI市场中确立独立平台运营商的地位，备受关注。※ 本报道经人工智能（AI）系统翻译与编辑。