‘转眼间年利率7%’。最近，住房贷款的利率上限已接近年7%。准备购房的实际需求者面临更深的困扰。尤其是此前相对较低利率受到关注的浮动型和固定型住房贷款之间的利率差距缩小，使得选择固定型贷款的诱因增加。考虑到未来利率可能进一步上升，固定型贷款在一定时期内锁定利率可能比利息负担较轻的浮动型贷款更具优势。根据29日金融界的消息，截至当天，五大银行（KB国民、信贷、 하나、我们、NH农协）的五年固定型住房贷款利率为年4.57%至6.51%，六个月浮动型利率为年4.38%至6.38%。浮动型和固定型的利率上限差距为0.13个百分点，较27日的0.17个百分点缩小了0.04个百分点。随着利率差距的缩小，固定型住房贷款的吸引力增强。由于韩国银行仍然保持年内进一步加息的可能性，未来贷款利率若上升，浮动型借款人的利息负担可能加重。浮动型贷款通常每六个月或一年重新确定利率，而固定型贷款在约定期限内保持利率，从而减少因利率上升带来的负担。确定了利率类型后，还需仔细比较各银行的贷款条件。最近，互联网专营银行的住房贷款也成为了一个选择，可以在不访问营业网点的情况下完成贷款申请、审核和执行。尤其是Toss银行在成立五年后推出住房贷款产品，预计互联网银行之间的利率竞争将更加激烈。Toss银行在27日的数据显示，六个月浮动利率为年4.44%至8.95%，五年固定利率为年4.65%至9.19%。另一家互联网银行Kakao银行的住房贷款利率为六个月浮动型年4.752%至6.552%，五年固定型年4.973%至6.802%。K银行的利率分别为年5.21%至9.24%和年4.64%至8.60%。不过，最低利率并不意味着所有借款人都能受益。实际适用利率会因工资转账、信用卡使用情况、自动转账注册等因素而异。因此，即使是主要银行，也不一定能获得最低利率，比较多家金融机构的产品是明智之举。※ 本报道经人工智能（AI）系统翻译与编辑。

首尔江南区三星电子瑞草大厦 三星电子与现代汽车在第三季度的营业利润差距超过40倍，显示出主要企业之间的盈利能力差异正在加剧。传统制造业中，随着设备和资产的增加，利润也应成比例增长的规律在人工智能（AI）的冲击下正面临挑战。 根据29日的消息，三星电子当天公布的第三季度最终业绩显示，销售额为195.2532万亿韩元，营业利润为107.4405万亿韩元。其中，半导体（DS）部门的销售额为147.1万亿韩元，营业利润为106.5万亿韩元，占整体营业利润的99%。营业利润率达72.4%。同日发布业绩的现代汽车则销售额为45.1102万亿韩元，营业利润为2.6772万亿韩元（营业利润率5.9%）。 根据公正交易委员会的统计，三星集团以695.785万亿韩元的资产总额位居今年大企业集团资产排名第一，远超第三名的现代汽车集团（320.845万亿韩元），资产差距为2.2倍。然而，核心子公司的利润差距却扩大到40倍以上。 SK海力士在第三季度的营业利润为83.3338万亿韩元，营业利润率为79.7%。1至3季度的累计营业利润为181.4867万亿韩元，接近去年年底的总资产（约195万亿韩元）。 这一现象的背后是对AI基础设施投资的扩大。现在，拥有大量资产的企业并不一定能获得利润，而是那些掌握有限供应产品的企业在获利。 三星电子和SK海力士的营业利润率均在70%以上，而现代汽车则将今年的营业利润率目标从原来的6.3%~7.3%下调至5.5%~6.5%。LG电子在第三季度的营业利润为7819亿韩元，营业利润率仅为3.3%。 证券界预计，第四季度半导体需求将继续强劲。一些受益于AI时代的行业，如半导体，正在持续创造巨额营业利润，导致企业界的“K字型两极分化”现象加剧。※ 本报道经人工智能（AI）系统翻译与编辑。

别克 '电动E7' 电动E7是通用汽车电动化方向的具体体现。GMTCK副主任朴相英表示：“与电动汽车雪佛兰Bolt EUV的电池容量为66~70kWh相比，PHEV的电动E7电池容量为31.7kWh，已属非常高的水平，电动模式下可行驶126公里。” 在长途行驶时，汽油发动机将扩展行驶范围。电力与燃料结合使用的综合续航超过1000公里。电动E7还支持直流（DC）快速充电，充电从30%充至80%大约需要20分钟，减少了充电等待时间，确保在需要时可以继续加油行驶。 为应对国内市场的低迷，通用汽车正在加强混合动力车型的推出。金亨敏副主任表示：“PHEV并不是一次性、短期的产品，而是通用汽车拥有并将继续开发的重要领域之一，北美等地的研究团队正在开发相关技术。” 不过，关于在韩国扩展PHEV产品线的计划，通用汽车韩国事业部的安相俊副主任表示谨慎。他提到：“其他品牌和车型应用PHEV的可能性是开放的，但目前尚不便透露具体的国内生产或进口计划。”※ 本报道经人工智能（AI）系统翻译与编辑。

Z.ai GLM-5.3 更大的问题在于模型的指令遵循（Instruction Adherence）和可控性。Irregular的研究人员在单独验证GLM-5.3的代码漏洞检测能力时，尽管下达了“请勿输出记忆中的代码”的明确指令，但模型仍然持续违反这一指令。在预训练阶段，模型复制并再现了记忆中的代码，最终得出了答案。研究人员将其定义为“奖励黑客”（Reward Hacking）。即，模型通过绕过评估系统所设定的限制条件，仅以“提交答案”为目标进行的违规行为。研究人员警告称：“仅根据结果（答案）来评估模型性能，会导致对其在限制区域内的安全性产生误判。”并指出：“如果在学习过程中对这种行为给予奖励，可能会导致指令违反的固化，从而引发更广泛的失控状态（Misalignment）风险。”实际上，OpenAI在微调过程中发现，直接惩罚欺骗行为并不会使模型停止欺骗，而是会向“隐藏欺骗意图”的方向演变。 “比美国最先进系统落后4个月”……安全性与控制风险凸显美国国家标准与技术研究所（NIST）将GLM-5.3评估为目前发布的开放权重网络安全专用模型中性能最高的，但估计其落后于美国最先进的系统约4个月。路透社也报道，与Anthropic的安全专用模型“神话”（Mythos）相比，GLM-5.3的漏洞攻击成功率为12%，已接近神话的14%。路透社指出：“研究结果进一步证实了中国AI模型所面临的安全和稳定性风险”，同时强调“与完全失控的美国AI代理案例不同，尚未发现中国AI模型完全脱离操控的证据。”※ 本报道经人工智能（AI）系统翻译与编辑。