韩国科学技术信息通信部（科技部）公布了“独立人工智能（AI）基础模型”项目第二阶段评估的各企业评分。结果显示，SK电信（SKT）得分最高，而Motif科技（Motif）得分最低。SKT与Motif之间的分数差距为4.8分。 27日，科技部公布了独立AI基础模型项目第二阶段评估的各企业详细分数。SKT得分为70.6分，Upstage为69.9分，LG AI研究院为69分，Motif为65.8分。 此前，Motif在当天上午发布声明，表示“基准分数与专家评估结果存在差异，需要向企业和行业解释原因”，并请求公布详细分数。科技部回应称“其他精英团队也对此表示同意，因此公布详细分数”。 第二阶段评估包括：基准评估（AAII、NIA）、专家评估和用户评估（AI专家、普通公众）。 具体来看，AAII评估中，Motif得分最高，得分为11.9分，Upstage为9.4分，SKT为8.8分，LG AI研究院为7.8分。 在NIA评估中，SKT精英团队获得第一，得分为13.4分，Upstage为13.3分，LG AI研究院为12.8分，Motif为12.7分。 专家评估中，LG AI研究院得分最高，为29.5分，SKT为29.3分，Upstage为29.1分，Motif为27.1分。 由49名AI初创企业代表组成的AI用户评估中，SKT得分最高，为11.6分，LG AI研究院为11.3分，Upstage为10.8分，Motif为8.4分。 在185名参与评估的普通公众中，LG AI研究院排名第一，SKT以7.5分位居第二，Upstage以7.3分排名第三，Motif以5.7分排名第四。 科技部对本次排名结果表示，“此次评估旨在推动国内AI生态系统的质的增长与扩展，并非单纯的排名竞争或选拔淘汰团队”。并表示，“希望此次结果公布后，我国企业能够在AI生态系统中不断涌现出新兴且具有竞争力的AI企业，而不仅仅是通过分数或排名来评估。”

独立人工智能（AI）基础模型（独立AI基础模型）项目的最终竞争格局已缩小至Upstage、SK电信（SKT）和LG AI研究院三方。参与追加招募的Motif Technologies（Motif）未能通过第二阶段评估的门槛。 8月18日，科学技术信息通信部（科学部）和信息通信产业振兴院（NIPA）公布了独立AI基础模型第二阶段评估结果。评估结果显示，Motif被淘汰，而Upstage、SKT和LG AI研究院晋级下一阶段。 科学部表示，此次第二阶段评估包括了△基准评估（40分）△专家评估（35分）△用户评估（25分）的综合评分。 基准评估由人工分析（AA）的“智能指数（AAII）”25分和NIA基准15分组成。AAII评估使用了包括代理、编码、一般、科学等领域的高难度基准9种。NIA基准评估则集中在数学、知识、长文理解、指令执行、韩语、稳定性和可靠性等领域。 在基准评估中，四个精英团队的平均分为22.5分，第一名与第四名之间的分数差为4.0分。 专家评估由外部AI专家组成的专家委员会进行。专家委员会根据精英团队提交的评估材料，经过约一周的时间，对△开发战略与技术（10分）△开发成果与计划（10分）△影响力与贡献计划（15分）进行了深入评估。专家委员会由10名在AI算法、服务和数据领域具有专业知识且没有利益冲突的专家组成。 在专家评估中，四个精英团队的平均分为28.8分，第一名与第四名之间的分数差为2.4分。 此次阶段评估首次引入的用户评估由AI专业用户评估（15分）和普通公众评估（10分）组成。AI专业用户评估由49名AI初创公司代表参与，普通公众评估则有185名公民参与。此评估不仅限于评估AI模型的性能，还旨在综合评估不同用户在实际使用模型时的使用性和效用。 在用户评估中，四个精英团队的平均分为17.6分，第一名与第四名之间的分数差为5.0分，显示出比基准评估和专家评估更大的差距。 此外，科学部计划扩大对晋级精英团队的高性能图形处理器（GPU）B200的支持。 科学部表示：“我们深刻认识到顶级独立AI模型的必要性，正在与相关部门讨论超越现有模式的新支持体系，并计划在未来公布具体内容。”※ 本报道经人工智能（AI）系统翻译与编辑。

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。