LG AI Research正提出一条区别于全球大型科技公司的AGI发展路径：一方面持续提升通用模型能力，另一方面面向制造、科学、医疗、金融等垂直领域打造“专家AI（Expert AI）”，以解决产业场景中的实际难题，并力争在部分应用中实现超过通用模型的表现。

9月14日，LG AI Research在首尔麻谷LG Sciencepark举办“LG AI Talk Concert 2026”，集中披露其专家AI战略、行业落地案例以及后续研发方向。

LG AI Research联席负责人Lim Woo-hyung表示，EXAONE的演进方向与全球AGI技术趋势一致，但公司的最终目标是面向产业问题构建真正可用的专家AI，同时持续迭代基础模型性能。

另一位联席负责人Lee Hong-rak也表示，相比单纯打造面向全球竞争的AGI模型，公司更关注在“足够聪明”的基础模型之上，进一步结合企业内部信息和领域专属知识，形成在企业场景中更高效、更实用的AI能力。

按LG AI Research的设想，专家AI的核心在于把通用模型与行业知识深度结合。通过接入企业内部沉淀的非公开数据、业务语境和专家经验，模型可以在特定领域形成更强的专业能力。

Lim Woo-hyung指出，产业场景并不需要只会给出“看似合理”答案的AI。面对真实业务问题，AI还必须理解并判断大量变量，甚至覆盖那1%的异常情况。

他强调，比起“先把AI做出来再导入业务”，更重要的是能否真正提升工作效率、降低成本、改善生产力和质量，并最终转化为企业业绩。

基于这一思路，LG AI Research正在同步推进多条产品线，包括兼顾经济性与可用性的EXAONE模型系列、面向医疗、科学、制造和金融等领域的专用模型，以及瞄准全球前沿性能的K-EXAONE。

在基础模型之外，公司还正向AI Agent延伸，使AI能够自主定义问题、规划解决路径并执行任务。

其中，EXAONE Data Foundry是一套可帮助企业利用内部领域文档和少量数据生成定制化微调数据、进而开发专用模型的平台。LG AI Research计划进一步将其升级为“AI Foundry”，让AI从数据生成、模型开发到评估实现自执行。

目前，韩国食品药品安全处（MFDS）的药品审评AI开发项目已应用EXAONE Data Foundry。该系统可对海量新药资料进行翻译和摘要，并与既有获批产品进行比对和验证。LG AI Research预计，这将减少专家的重复性工作，让其更专注于关键判断和决策。

制造、科学、医疗、金融：专家AI加快落地

在制造领域，LG AI Research希望推动生产模式从“问题发生后再应对”转向“由AI提前预测异常并先行采取必要措施”。

面向结构化数据的EXAONE Tabular可分析制造现场的温度、压力、工艺条件和质检等数据，识别变量之间的关系与模式，预测不良率及最优生产条件。该模型的训练数据量超过1亿条表格数据，目标是在数据不足的新场景中也能直接应用。

据介绍，EXAONE Tabular在全球结构化数据基准测试TabArena中，在分类和多类别预测项目上排名第一，综合性能位列第二，并正将应用拓展至发电量和用电量预测等能源场景。

在视觉检测方面，LG AI Research也在开发基础模型，以摆脱过去“每更换产品或产线就需要重新训练”的模式，转而通过图像和提示词快速适配新的检测对象，并由AI Agent自动完成数据采样、标注和模型训练。

在科学领域，LG AI Research的重点是借助AI减少研发试错、提升发现效率。

典型案例是“EXAONE Discovery”。LG AI Research与LG Household & Health Care合作，从超过42万个候选物质中进行筛选，并在一天内找到有前景的候选物质。公司称，业内开发一种化妆品原料通常需要约22个月，这一方案显著压缩了前期候选探索时间。

此外，LG AI Research还计划建设“AI自主实验室”，实现24小时自主实验和学习。其设想是，先由材料开发基础模型预测新物质的合成结果，再由机械臂和自动化设备执行实验，随后AI根据实验结果继续学习，并设计下一轮实验。

在医疗领域，公司基于病理图像分析模型EXAONE Path，与美国Vanderbilt University Medical Center合作开发癌症治疗Agent，综合组织病理图像、基因信息和药物反应数据制定个体化治疗策略，目标是将原本平均需要4周以上的流程缩短至一天。

在金融领域，LG AI Research也在扩大专家AI相关预测技术的应用。采用其AI技术的LQAI ETF已于2023年11月在纽约证券交易所上市，由AI在美国500只大型股中每4周筛选100只股票进行组合配置。

面向金融行业的EXAONE Business Intelligence则通过多个AI Agent完成数据分析、推理、预测和解释，并通过伦敦证券交易所集团（LSEG）向全球投资者提供服务。今年，公司还与Koscom合作，将相关服务扩展至韩国国内市场。

尽管强调专家AI，LG AI Research同时也在参与全球前沿模型竞争。公司正通过K-EXAONE项目开发高性能模型，强化AI Agent能力、推理能力、韩语及专业知识理解能力，以及执行效率。

机器人基础模型也是其重点方向之一。LG AI Research希望推动机器人从单机自动化走向工厂级协同，由AI“编排器”统一掌握工厂整体状态，连接机器人、检测设备和优化模块，并围绕生产目标实现工厂自主运行。

“研发不会停，发布和部署要更审慎”

针对近期AI行业有关“放缓研发”的讨论，LG AI Research表示，与其放慢技术研发，更重要的是在社会接受度以及实际发布、部署过程中确保安全性。

Lim Woo-hyung认为，随着AI研发速度加快，社会变化也可能更加剧烈，相关担忧客观存在，他对此表示理解；但就研发本身而言，AI技术的推进仍有必要持续下去。

他还表示，接下来更需要深入思考的是，如何使用AI以避免引发社会问题，以及社会应如何接纳AI技术不断加快的发展节奏。

Lee Hong-rak也表示，很难认为全球AI企业正在放慢实际研发进度。就他所了解的情况而言，目前并无证据显示企业正在降低内部开发速度；无论是算力投入还是研发节奏，都更可能继续加快而非放缓。

不过他也指出，在产品发布和部署阶段，必须综合考虑模型风险以及网络安全攻击等问题，因此有必要进行更审慎的外部测试和多项评估。由于这一领域仍在快速变化，相关观察和应对也需要持续推进。