全球自动驾驶竞争日益激烈。美国的Waymo在今年2月运营了约3000辆汽车，截至6月底，无人驾驶的累计行驶里程已超过2.7亿英里。中国的扩张势头也十分迅猛，百度Apollo Go的完全无人驾驶累计行驶里程已超过2.4亿公里，而Pony.ai的全球机器人出租车运营数量在6月底达到了1975辆。 那么，我们目前处于何种状态呢？尽管首尔的深夜自动驾驶出租车在8月增加到了19辆，但仍然是在有限的区域和时间段内，由测试驾驶员陪同进行试运行。国内各地正在进行自动驾驶的实证测试，但大规模无人驾驶出租车的商业服务仍处于起步阶段。与美国和中国每天有数千辆汽车在城市中运营的现状相比，我们的差距必须清醒地面对。 更重要的是，差距不仅在于车辆数量的不同，更在于这些车辆所产生的数据差异。在AI自动驾驶中，车辆收集数据，通过这些数据训练AI，再将改进后的AI重新部署到车辆上。性能提升后，行驶范围和车辆数量增加，更多的车辆又会产生更多的数据。这是一个数据收集-学习-验证-部署循环的“数据飞轮”。一旦飞轮开始正常运转，学习和改进的速度会不断累积，因此先行者与后发者之间的差距只会随着时间的推移而加大。 因此，现在我们最紧迫的任务不是等待完美的自动驾驶技术问世，而是尽快将一定规模以上的车辆投入到实际道路中，启动数据收集并推动飞轮的运转。根据我的经验，这个飞轮并不是在技术完成后才开始运转，而是在运转过程中技术得以完善。实际环境中发现的错误和干预，以及众多边缘案例，都会回馈到学习中，使AI不断进化。虽然我们起步较晚，但并不意味着没有机会。更危险的是不断推迟出发的时机。 然而，实道路数据飞轮只是必要条件，并不是充分条件。仅仅以相同的方式追赶已经积累了数十亿公里实道路行驶里程的先行者，难以缩小差距。后发者需要在推动飞轮运转的同时，制定显著提高转速的战略。 其中一种方法是将现实与虚拟世界结合。基于真实数据，利用模拟和生成型世界模型，提高AI能够经历的情境的数量和多样性，即“经验密度”。 Waymo在实际道路上行驶了数亿英里，但在虚拟世界中已经行驶超过200亿英里。今年，Waymo发布的世界模型不仅能够生成在实际道路上难以遇到的稀有情境，还能在相同情境下，如果车辆选择了不同的行为，可能会出现怎样的未来，这些都在虚拟世界中得以构建。模拟已经演变为AI在行为和结果中进行重复学习并改善策略的闭环学习场所。 在机器人领域，这种变化更为迅速。通过同时训练大量虚拟机器人，让它们反复经历摔倒、滑倒和碰撞等失败，然后将通过强化学习改进的策略应用于实际机器人，这种Sim-to-Real转移方式正在普及。在现实中，由于成本和风险，反复进行失败是困难的，但在虚拟世界中，这些失败可以转化为学习的资产。 最近，全球对物理AI和机器人产生了极大的热情。然而，自动驾驶汽车本质上是“轮子上的机器人”。它通过传感器识别前方，预测周围世界的变化，决定行动，并将结果反馈到学习中，这在技术上是相通的。数据、AI模型、世界模型、模拟、强化学习、AI半导体、安全验证、操作系统等核心技术栈的相当一部分是共享的。 因此，在尚未充分具备大规模训练轮子机器人并在现实世界中运营的技术基础的情况下，梦想成为双足行走的机器人强国可能是空中楼阁。自动驾驶并不是与机器人分开的产业，而是能够在实际环境中大规模积累和验证物理AI开发能力的最现实的试验场。 我们所剩的时间不多。全球领先企业的数据飞轮此刻正在快速运转。我们需要的不是等待完美的准备，而是立即点燃大规模飞轮，连接现实与虚拟世界，提高其转速，并将从中获得的技术扩展到机器人和制造领域。 自动驾驶是汽车产业的竞争力，同时也是韩国成为物理AI和机器人强国必须掌握的战略支点。我们现在需要构建的是能够自我进化的物理AI基础，而AI自动驾驶将成为建立在此基础上的第一个平台。※ 本报道经人工智能（AI）系统翻译与编辑。

LG集团将全面扩大与微软的战略合作，涵盖从下一代人工智能数据中心（AIDC）基础设施到物理AI及企业AI转型（AX）的各个领域。 LG公司于21日（当地时间）在美国华盛顿州微软总部召开了由郭光模LG集团会长与萨提亚·纳德拉微软CEO出席的高层会议，并宣布签署战略合作协议。 LG集团的核心管理团队，包括LG公司首席运营官权奉锡、LG电子CEO柳在哲、LG Uplus CEO洪范植、LG CNS CEO现信均及LG科学园代表郑秀汉等也均出席了会议。该战略旨在基于集团层面的业务能力，最大化与微软的业务协同。 此次合作经过去年12月在微软总部举行的技术展讨论后，经过数月的实务协商与高层交流最终具体化。 LG集团计划在AI数据中心基础设施领域寻求提供冷却、电力及IT基础设施解决方案的商业机会。短期内将向主要AI数据中心提供大规模冷却解决方案，长期则计划扩大与预制数据中心领域的合作。 企业AI转型（AX）也将加速推进。将为全体办公人员引入包括“MS 365 E7: 前沿套件”在内的AI及云平台。LG集团不仅仅是应用AI工具，还将从安全、成本和运营的角度设计优化的工作环境，以重新确立“通过AI工作的方式”。 在物理AI领域，将利用微软的高性能云基础设施加速制造、物流及移动等实物模型的开发。同时，构建现场数据积累与模型学习良性循环的“数据飞轮”，以提升物理AI的竞争力。※ 本报道经人工智能（AI）系统翻译与编辑。

现代汽车集团将以人工智能（AI）为核心，推动自主驾驶技术的发展，计划于2028年开始量产自主驾驶2+级别的车辆。该公司希望通过自主驾驶程序的“窗口”——Arturia AI及其硬件技术，开启国内整车制造商的自主驾驶时代。同时，现代汽车集团也开始构建基于年产700万辆以上的全球生产能力的数据飞轮。2028年自主驾驶量产……自主AI也将发展 现代汽车集团于9月11日在京畿道成南市的Fortytwo Dot总部举行了“现代汽车集团自主驾驶媒体日”，公开了其自主驾驶开发战略和量产路线图。 自主驾驶汽车的量产将采用与英伟达（NVIDIA）技术开发并行的“两轨（Two-Track）”战略。这种方式既利用经过验证的外部技术提前量产，又实现自主AI技术的内化。 现代汽车集团计划首先利用英伟达的Hyperion平台，在2028年上半年将基于英伟达解决方案的2+级别功能应用于量产车，并在同年下半年推出2++级别的车辆。到2029年下半年，将量产自主开发的基于Arturia AI的2++级别车辆，并基于实际数据逐步提升自主驾驶技术。自主驾驶2级别是指在驾驶员监督下，车辆能够同时执行转向、加速和减速等部分自动化操作。 朴敏宇现代汽车·起亚AVP总部社长兼Fortytwo Dot代表表示：“就像难以想象没有轮子的汽车一样，自主驾驶将成为未来汽车不可或缺的基本竞争力。”他还指出：“虽然很难确定这个时点是明年还是后年，但从当前的技术进展和市场动向来看，距离我们过去的预期要近得多。” 现代汽车自主驾驶技术的核心是“人工智能”。与传统的自主驾驶模块化开发方式不同，现代汽车集团正在开发基于AI的端到端（E2E）系统，将各个过程连接在一起。E2E系统通过AI接收来自摄像头和雷达等传感器的信息，理解周围环境，并将其直接连接到行驶判断和车辆控制中。 此外，现代汽车集团当天宣布已启动下一代自主驾驶技术VLA（视觉-语言-行动）研究。VLA技术结合车辆获取的视觉信息与基于语言的推理，将其转化为实际驾驶行为。与传统E2E系统不同，VLA在此基础上增加了语言推理过程，能够在复杂环境中展现更高的判断能力。 VLA模型研究领域的组长李熙石表示：“基于语言进行行为判断可以提高准确性和稳定性，车辆也能向用户解释判断依据，从而增强系统的信任度。”自主驾驶技术提升的万能钥匙‘数据飞轮’ 现代汽车集团将数据飞轮视为连接两轨战略的核心基础。数据飞轮是通过实际车辆收集数据，AI学习后改善自主驾驶技术，再将其应用于车辆以获取新数据的良性循环结构。 现代汽车集团在首尔周边地区（如板桥）运营着40多辆专用数据收集车辆，全天候收集AI难以提前学习的特殊情况（Edge Case）。这些情况包括道路施工、恶劣天气、急剧变道、街道停车等实际道路上发生的各种情况，数据飞轮正在不断积累，以提升自主驾驶技术。 在当天的活动中，搭载Arturia AI的SDV测试车辆首次公开了在首尔市中心行驶的视频。该车辆在繁忙的通勤时间段，经过江南、交通繁忙的蚕室以及下雨的板桥等复杂道路环境，展示了技术的进步。 郑成均Fortytwo Dot Arturia组长强调：“一旦自主驾驶系统的量产正式开始，预计将在五年内超越竞争对手所积累的数据量。” 现代汽车集团的全球生产规模将成为数据飞轮的竞争优势。现代汽车集团在全球190多个国家和地区每年销售超过700万辆车辆。自主驾驶过程中发生的主要情况将自动记录的“特殊事件记录器（SER）”也将加速数据飞轮的信息收集标准化。 现代汽车集团还在开发能够在车辆上高效运行的大规模AI模型技术。该公司当天表示，已获得利用大规模图形处理单元（GPU）学习自主驾驶模型的同时，帮助其在实际车辆有限的计算环境中运行的量化技术。其目标是建立提升数据规模、质量和运营效率的自主驾驶良性循环结构。 朴敏宇代表表示：“自主驾驶的竞争不再是特定功能的优劣之争，而是基于数据和AI、反复验证的良性循环结构，开发出驾驶者可以信赖的自主驾驶技术。”

现代汽车正在加速自驾数据的收集。经过多次尝试，现代汽车在首尔的机器人出租车项目取得成功，开始收集首尔道路环境数据。这些收集到的行驶数据将有助于提升“数据飞轮”的智能化水平。 据业内消息，现代汽车计划在今年年底推出首尔的自动驾驶出租车服务。该公司与Kakao和Tmoney Mobility共同被选为首尔市自动驾驶出租车平台的运营商，将负责从召唤、调度到运营监控的全方位自动驾驶服务。 现代汽车进入首尔机器人出租车项目的原因在于获取自动驾驶数据。在车辆、行人和摩托车交织、突发情况频繁的首尔市中心，AI可以收集到难以提前学习的“边缘案例”。这直接关系到自动驾驶的竞争力。 现代汽车正在考虑将首尔积累的自动驾驶出租车运营经验和数据应用于其自有的数据飞轮中。数据飞轮是一个循环结构，通过实际车辆收集数据，AI进行学习以改善自动驾驶技术，然后将其应用于车辆以获取新数据。这种方法与特斯拉通过量产车收集大量行驶数据来训练自动驾驶AI的方式相似。 上个月，现代汽车集团AVP部门的朴敏宇在首席执行官投资者日（CID）上指出，数据收集→AI学习→车辆应用→数据收集的循环是自动驾驶的核心竞争力。他认为，快速获取大量优质数据并反复进行AI学习将决定自动驾驶的竞争力。 为了构建数据飞轮，现代汽车计划在今年下半年在光州优先投放200辆自动驾驶汽车。现代汽车和起亚将利用自家开发的端到端（E2E）自动驾驶解决方案“阿特里亚AI”。明年，计划将光州的实证区域扩大到五个自治区域。 现代汽车集团还将建立支持数据飞轮的大规模基础设施。在新安求，现代汽车集团计划建立AI数据中心，以处理从车辆等收集的大量数据，并作为AI模型学习的基础设施。通过在首尔和光州等实际道路上获取数据，再在数据中心进行AI学习和改进，最后将其应用于车辆。 未来对数据的需求预计将进一步增加。现代汽车计划从2028年开始逐步推出自家软件中心车（SDV），以扩大量产车的数据收集基础。此前，现代汽车已开发了Motional和Ioniq 5机器人出租车，并向Waymo提供了基于Ioniq 5的车辆，正在构建涵盖自家车辆、自动驾驶AI和出行平台的生态系统。 现代汽车相关人士表示：“为了提升自动驾驶技术，充分获取实际道路上发生的各种数据至关重要。” 此外，现代汽车将在11日的“HMG自动驾驶媒体日”上公布自家软件中心车和数据飞轮等集团的自动驾驶战略。※ 本报道经人工智能（AI）系统翻译与编辑。

中国人工智能（AI）和机器人产业正在加速商业化，韩国企业也应集中于“学习型现场设计”，而非单纯引进机器人。 金秀妍 EY汉英 AI中心主任在3日于首尔中区德普拉扎酒店举行的第18届善良增长、良好就业论坛（2026 GGGF）上表示：“中国AI和机器人产业的核心竞争力在于将现场数据和经验资产化的‘飞轮’结构。”她指出，现场积累的数据和经验形成了一个持续让AI变得更智能的良性循环，这被认为是中国快速将AI技术应用于现场的关键所在。 金主任分享了她在最近的世界人工智能大会（WAIC）和世界机器人大会（WRC 2026）现场观察到的中国AI代理和物理AI生态系统的最新动态。 她表示：“中国正在迅速推进AI代理在工业现场的应用和商业化，已经从单纯的软件AI进化为以机器人为中心的经济。”她解释称，巨额投资和众多企业的参与推动了技术发展的速度。 金主任指出，中国AI代理市场正经历爆炸性增长。预计到2030年，中国AI代理市场的投资规模将从2025年的559亿元（约合1.13万亿韩元）以年均70.9%的速度增长，达到8151亿元（约合16.48万亿韩元）。 在快速增长的同时，中国也在努力降低对外资技术的依赖，强化本土基础。约80%至85%的AI代理项目是企业自主建设基础设施的方式，实际有93%的中国企业使用本国模型。其中68%采用了“多模型”方式，针对不同工作组合最优的AI。复杂工作使用高性能模型，简单工作则使用性价比高的模型，安全性要求高的工作则建立独立的内部网络以增强控制力。 AI代理的增长也迅速扩展到物理AI领域。今年上半年，中国的物理AI投资同比激增五倍，达到约935亿元（约合19万亿韩元）。预计年产人形机器人将突破10万台。国有企业、蚂蚁集团、京东等中国大型企业纷纷参与机器人AI生态系统，投入了巨额资本和数据。 然而，金主任指出：“实际工业现场的商业化水平仍然存在局限。”她解释称，投入现场的机器人大多是轮式或四足行走的传统工业机器人，而非双足行走的人形机器人。 工作执行方式也仍处于开发阶段，精密的人形机器人手（通用手）尚未问世。金主任表示：“在实际现场，主要使用的是吸附式或夹持式等针对特定工作的定制部件‘专用末端执行器’，要实现人形机器人在制造现场完成实际工作所需的质量，仍需技术的提升和验证。” 金主任呼吁，面对中国AI和机器人加速发展的局面，韩国也应加快从单纯的技术引进国向独立战略应对国转变。 她强调：“韩国企业面临的机会并不是成为完成的AI模型或机器人产品的被动消费者，而是要通过‘系统化和设计现场’的战略，使实际工作流程和现场操作员的经验持续积累为数据并实现自动学习，这一策略刻不容缓。”※ 本报道经人工智能（AI）系统翻译与编辑。

现代汽车是否将在首尔运营自动驾驶平台备受关注。在现有运营商Kakao Mobility的运营期结束后，首尔市扩大了选择下一任运营商的范围，计划选择多家运营商。这一举措有望直接获取数据，提升自动驾驶技术，并加速未来机器人出租车的商业化进程。 根据27日的行业消息，首尔市当天下午召开了关于首尔自动驾驶汽车运输平台民间运营商招募的评审委员会，并选定了下一任运营商。截止24日的报名中，多家企业提交了提案，首尔市已将最终结果个别通知了投标企业。 该项目的核心在于由民间运营商直接预约、呼叫和支付在首尔运营的自动驾驶汽车。当用户在平台上呼叫车辆时，系统将根据区域内的出行需求和周围车辆的位置进行自动驾驶汽车的调度。2024年，Kakao Mobility获得了该项目的经营权，并在‘Kakao T’上独家提供服务。 然而，这次可能会选择多家运营商共同运营。因为评审得分在85分以上的运营商都将被选中，首尔市的意图是为民间运营商提供平等的机会。如果符合标准，现代汽车将能够与Kakao Mobility等其他运营商共同运营首尔的自动驾驶运输平台。 在上次选定运营商时，现代汽车也参与了投标。若现代汽车在首尔运营自动驾驶汽车运输平台，预计将投入其自有的基于人工智能的需求响应型出行平台‘SHUCLE’。 SHUCLE是一个通过实时分析出行需求和交通信息来制定最佳路线并调度车辆的平台。现代汽车自2019年以来已在全国33个地方政府和82个以上的地区积累了服务运营经验。 在今年下半年，SHUCLE还将投入到光州进行的自动驾驶实证项目中。计划验证一个综合服务模型，连接自动驾驶车辆、平台和用户，同时涵盖车辆监控、调度管理和运行数据分析。 通过直接运营平台，现代汽车不仅可以开发和供应车辆，还能实际获取数据。尤其是首尔作为交通量和出行需求密集的复杂城市，能够在呼叫、调度和运行过程中积累多样的数据。这些数据将用于提升自动驾驶技术和服务，并为未来机器人出租车的商业化奠定基础。 实际上，现代汽车正专注于构建‘数据飞轮’。通过收集车辆和服务中的数据进行分析，提升人工智能和自动驾驶技术，并将改进后的技术再次应用于车辆和服务，形成良性循环。未来，现代汽车、起亚和42dot等公司将整合利用获取的自动驾驶数据。 业界一位人士表示：“在提升自动驾驶技术方面，获取多样的数据是必不可少的。”※ 本报道经人工智能（AI）系统翻译与编辑。

谷歌云于18日宣布，新韩投资证券已构建符合金融安全法规的下一代AI代理平台，该平台与公司主要业务数据和系统相连。通过在合同分析等核心业务中应用代理，处理时间从每份合同的2小时缩短至5分钟。 新韩投资证券为增强AI及数字资产领域的能力，成立了专门的AX总部，并推动全公司范围的创新。通过选拔各部门的“AX协调员”，鼓励业务主导的代理开发，已创建超过500个代理，并为将其与公司主要业务数据和金融系统有机结合，构建了基于谷歌云的AI代理平台。 新韩投资证券在使用“双子座企业代理平台”的同时，自主设计并应用了适合金融环境的“混合协调器”结构。对于资金转移等需要准确和一致执行的业务，代理按照既定规则处理；而在需要推理能力的领域，如合同分析，仅在必要时调用双子座等大型语言模型（LLM），从而同时确保系统的稳定性和灵活性。业务处理结果和反馈将存储和更新在BigQuery等数据库中，积累为内部知识基础，代理也能重新利用这些数据，形成“数据飞轮”结构。 双方特别注重遵守网络隔离法规和金融安全程序。新韩投资证券经过创新金融服务批准、CSP安全性评估、云使用报告及安全尽职调查等相关程序，保持内部网络与谷歌云之间的专用线路和VPC服务控制的网络隔离环境，并应用LLM使用区域隔离和数据丢失防护（DLP）解决方案。 新韩投资证券目前正以封闭测试的形式对部分员工运营该平台，准备正式发布。在场外衍生品合同处理业务中，过去需要3至4名负责人直接审核附在电子邮件中的50页非结构化合同，并在公司系统中输入50多个项目，而引入代理后，从选择电子邮件到执行的简单操作即可自动完成合同分析和系统输入。新韩投资证券计划以此为基础，将代理驱动的业务自动化率提升至70%以上。 谷歌云韩国总裁露丝·申表示：“新韩投资证券此次平台构建是一个领先的案例，展示了在受监管行业中，AI代理如何能够真正融入工作系统。” ※ 本报道经人工智能（AI）系统翻译与编辑。

网页漫画娱乐公司因汇率影响，2026年第二季度收入为5079亿韩元，同比下降2.8%。按相同汇率计算，得益于韩国业务的高速增长以及付费内容、广告和IP业务的均衡发展，收入增长5.2%。 网页漫画娱乐于10日（当地时间）发布了第二季度业绩报告。收入为3亿3847万美元（约5079亿韩元），这一数据是基于季度平均汇率1500.74韩元计算的。去除汇率波动和连接排除业务影响后的相同汇率计算收入为3亿6640万美元，同比增加5.2%。 按业务划分，付费内容收入为2亿6390万美元，同比下降4.0%，但按相同汇率计算则增长4.3%，达到2亿8670万美元。这得益于韩国在人工智能（AI）推荐、客户关系管理（CRM）系统和等级徽章等产品改进方面的双位数增长。 广告收入为4710万美元，同比增加4.2%。按相同汇率计算，得益于韩国及其他地区（不包括日本）的增长，广告收入增长11.5%，达到5040万美元。 IP业务收入为2740万美元，同比下降2.6%，但按相同汇率计算则增长4.2%，达到2930万美元。日本及其他地区的良好表现推动了这一增长。 从地区来看，韩国的增长势头尤为明显。韩国收入按相同汇率计算同比增长20.0%，推动了全球平台业务的发展。 为了恢复日本的增长势头，公司在本地原创内容扩展、用户引入全过程的规模与参与度提升、用户获取渠道多样化等三个领域进行投资，夯实增长基础。与红冰工作室和角川合作的“白色工作室”首部网页漫画《罗多斯岛战记》衍生作品已发布，并在日本约1万5000家罗森便利店推出了“LINE MANGA”礼品卡。 在其他地区，公司通过扩展粉丝基础、加强合作伙伴关系以及在Z世代流行文化中的地位提升，夯实增长基础。公司开展了网页漫画《四个伟大》的营销活动，并推出了与Duolingo和派拉蒙合作的网页漫画。在圣地亚哥动漫展（SDCC）上，确认了三部原创漫威网页漫画系列《X战警韩国》、《托尼的女孩》和《死侍》的阵容。 网页漫画娱乐在第二季度加强了平台内外的网页漫画生态系统的良性循环结构（飞轮）。平台内业务的核心是为原创IP挖掘内容业务，这为平台外的IP业务提供动力。公司持续推出在平台上拥有坚实粉丝基础的热门作品，并基于此在平台外扩展IP业务。 网页漫画娱乐首席执行官金俊九表示：“本季度我们在加强网页漫画生态系统飞轮的两项战略优先事项上取得了进展”，并指出“通过AI故事聊天‘Bias’和‘自动翻译’等创新，吸引了用户更深层次的参与”。他还补充道：“我们将持续实验短动画等基于AI的举措，同时通过直接投资IP的扩展，提升生态系统创造的长期价值。”※ 本报道经人工智能（AI）系统翻译与编辑。

大型卡车自动驾驶初创公司马斯奥托宣布，将利用完全无人技术将韩国出口货物送达美国。 该公司计划利用基于E2E（端到端）AI的拖车自动驾驶技术，实现从韩国釜山港到美国洛杉矶港再到西点的100%无人配送，同时解决与物流效率直接相关的“空车运输”问题。目前，核心产品已收到来自韩国和美国客户的订单，预计今年销售额将达到63亿韩元，2027年将达到149亿韩元，年增长率达到两倍。 朴日洙代表在1日的记者会上表示：“现有自动驾驶系统的最大问题是初期投资成本高，技术扩展性差。为了解决这个问题，马斯奥托的‘马斯飞行员’应运而生，其成本仅为现有技术的1/20，能够在任何地点直接投入实战，具有无限扩展性。” 马斯奥托是由卡伊斯特大学毕业的朴日洙于2017年成立的大型卡车自动驾驶初创公司。自创立之初，该公司便开发了类似特斯拉的基于摄像头的E2E AI，目标是在2028年前实现货物运输的完全无人化。 其代表产品“马斯飞行员”已在国内14家客户公司投入使用，97%的客户线路实现了自动驾驶。今年上半年，累计自动驾驶里程达到250万公里，尤其在E2E AI高度化所需的卡车实际行驶数据方面，成功获取了2000万公里的数据。目前在美国也已记录了往返超过7000公里的自动驾驶货物运输。 在此次记者会上，马斯奥托宣布将国内首个拖车自动驾驶引入，推动“自动驾驶物流网络”，实现出口货物至釜山港的联运。此外，还发布了下一代大型卡车四级自动驾驶AI模型“马斯网3（MarsNet 3）”和订阅型大型卡车二级自动驾驶解决方案“副驾驶”。 马斯奥托近期获得了韩国国土交通部的移动性实证特例，并通过了韩国交通安全公团的评估，计划于今年第三季度开始国内首个拖车自动驾驶运输。拖车是国内出口集装箱物流的核心工具，占比超过95%。由于超过60%的远洋出口量通过釜山港处理，因此此次线路的构建直接关系到国内出口物流的竞争力。 朴代表表示：“我们将与三家客户公司合作，基于现代Xcient卡车，启动釜山港往返的拖车自动驾驶有偿运输。该线路约80%的区间重叠，因此可以扩展为基于重复运行的‘出口货物自动驾驶网络’。”这也是将“团队韩国”在美国大陆横穿自动驾驶货物运输中验证的技术和运营经验首次应用于国内出口物流现场的案例。 马斯奥托发布的大型卡车自动驾驶E2E AI模型“马斯网3”已将行驶范围从高速公路扩展到普通道路。长途货物运输中98%在高速公路上进行，但约2%需要在普通道路上运输。其核心在于在没有高精度地图（HD Map）的情况下，依靠摄像头进行复杂的城市驾驶。 为了提高E2E AI的自动驾驶性能，实际行驶数据和GPU基础设施是必不可少的。马斯奥托副代表诺济京表示：“为了加快马斯网3的开发，今年上半年我们积累了2000万公里的大型卡车实际行驶数据，并通过国家AI项目‘SDV转型及AI未来车E2E自动驾驶模型高度化’的选定，获得了Exaflops级的NVIDIA Blackwell GPU基础设施。” 他进一步表示：“学习数据将基于全国道路网获取的有偿运输固定线路，并结合合作伙伴卡车在白天和夜间及恶劣天气环境下的365天实际行驶数据进行高度化。”并计划在今年年底前达到目标性能后，在美国当地货物运输线路进行测试。 马斯奥托还发布了针对大型卡车驾驶员的二级自动驾驶订阅服务“副驾驶”。副驾驶旨在降低长途卡车驾驶员的疲劳度，并通过AI优化驾驶提高燃油效率。特别是通过与国内外合作伙伴的副驾驶试点运营，验证了超过10%的油费节省效果。这相当于在美国长途运输标准下，每辆车每月节省约200万韩元的费用。该技术将与韩国道路公社的“深夜时间段自动驾驶卡车专用车道试点项目”相结合，提升高速公路物流的安全性和效率。 此外，副驾驶还将加速四级自动驾驶的商业化，发挥“数据飞轮”的作用。通过稳定的订阅型收入创造商业服务，同时基于实际运输现场积累的大规模实际行驶数据，持续改善大型卡车四级自动驾驶E2E AI的性能。 朴代表强调：“真正的自动驾驶不仅是每辆车数亿韩元的成本，而是要通过在物流现场实际可扩展的E2E AI技术，构建经济、安全的货物运输生态系统。”他表示，将在韩国和美国扩大拖车自动驾驶，并基于马斯网3和数据飞轮提升AI，力争在2028年前实现中距离长途货物运输的完全无人化。※ 本报道经人工智能（AI）系统翻译与编辑。

DL E&C在全球舞台上展示了其基于AI的数据平台，证明了其技术竞争力。DL E&C于23日在仁川Paradise City举行的Palantir Technologies主办的‘APAC Summit Korea 2026’上，作为唯一受邀的韩国建筑公司，展示了AI驱动的建筑运营创新案例。此次峰会吸引了亚太地区300多名行业高管参加。DL E&C作为建筑领域唯一的发言者，分享了利用Palantir的AIP（人工智能平台）进行数据驱动运营的成果。Palantir评价称：“在数字化转型困难的建筑行业中，DL E&C通过结合数据和AI实现了实际成果。”自2022年起，DL E&C成为首家引入Palantir数据平台的韩国建筑公司，整合了从规划到维护的所有数据。公司开发了46个应用程序，将数据应用于员工的各项工作中，特别是将大量建筑术语和知识结构化，发展为决策中心平台。其核心竞争力在于AI自我进化的‘飞轮’结构。现场生成的数据提升了AI分析能力，分析结果又反馈到现场，形成良性循环。在施工阶段积累的工作指令数据与计划和决策系统相结合，用于提前共享类似项目的风险并减少重复问题。DL E&C正在将这些AI和数据能力扩展到成本、质量、安全和设计等各个领域。基于约200个项目积累的数据，加快了新项目的应用速度。这项技术将在Apgujeong第5区和Mokdong第6区的重建项目中用于设计方案比较、风险预测、流程和成本优化等关键决策。业内人士认为，DL E&C的AI创新不仅提高了内部效率，还扩展到了全球竞争力。其将长期积累的建筑数据转化为实际业务竞争力的运营模式，可能成为改变以经验和直觉为主的行业结构的转折点。DL E&C的发言人表示：“结合多年来积累的数据和AI技术，今年成为飞轮加速的关键阶段。我们将成为引领建筑行业运营方式变革的先锋企业。”据韩国建筑产业研究院称，DL E&C在BIM设计包和基于无人机的裂缝检测系统等多个领域中应用了AI技术。尽管国内建筑公司正在扩大无人机、视频分析和机器人等AI技术的应用，以改善现场安全和质量，但仍有意见指出，国内建筑行业尚未充分建立AI学习和判断所需的数据基础设施。※ 本报道经人工智能（AI）系统翻译与编辑。