包括AmiLabs董事长Yan LeCun在内的多位全球AI专家表示，韩国推进自研AI模型与参与国际共研并不矛盾，并建议进一步扩大全球协作。

12日，Yan LeCun、Aitomatic CEO Christopher Nguyen、AI Alliance联合主席Anthony Anunziata、ASI Foundry董事长Jimmy Lee在首尔中区威斯汀朝鲜酒店出席“产业AI全球合作”媒体座谈会，围绕AI联合开发及产业协作路径展开讨论。会上，Anthony Anunziata介绍了全球AI基础模型共研项目“Project Tapestry”，并邀请韩国企业和研究机构参与。

据介绍，Project Tapestry旨在整合多国企业和研究机构的算力与研发能力，联合开发通用基础模型。目前，来自印度、越南、美国、日本、法国、澳大利亚等国的机构已参与其中。项目采取的方式是，参与方在保留原始数据控制权的前提下参与联合训练，随后再结合各自产业和应用场景进行落地。

对于“韩国已具备自研AI模型能力，是否仍有必要参与全球共研”的提问，Anthony Anunziata回应称，韩国自研模型与Tapestry模型“完全可以并行推进”。

他表示，AI基础模型的预训练成本十分高昂，但投入回报正逐步下降。相比之下，通过国际协作开发通用基础模型更有效率，而各国和企业则可将资源集中在自身最具竞争力的领域。

Christopher Nguyen也强调，“两条路完全可以同时走”。他表示，参与机构可以在通用基础模型之上继续训练行业专用模型，并按需独立部署；企业也能在不对外公开自身产业数据和专业知识的情况下参与合作。

Yan LeCun则预计，AI基础模型从长期看将逐步演变为开放基础设施。

他表示，AI正日益成为一种基础性设施，而历史经验表明，技术基础设施往往会走向开放。未来，AI产业很可能以开源基础模型为底座，在此基础上构建各家企业独立的系统。

他还强调，全球信息获取方式不应由少数中美企业开发的AI系统所主导。若要让AI更充分地反映不同国家的语言、文化和价值观，国际共研同样不可或缺。

与会人士还认为，韩国制造业的竞争力也是其参与全球AI协作的重要优势之一。

Christopher Nguyen表示，韩国的造船业及制造业生产现场能够为AI提供贴近真实环境的训练场景，产业一线长期沉淀的专业知识和经验，未来可能成为决定AI竞争力的关键变量。

他建议，相较于只把重点放在大模型和基础设施建设上，更应加大对AI在产业现场落地应用的投入。

Yan LeCun也表示，韩国拥有半导体、汽车、造船等强势产业基础，同时具备优秀的研究人才，未来有望在Physical AI和机器人领域发挥重要作用。

韩国国家人工智能战略委员会副委员长Ha Jung-woo在座谈会后接受记者采访时表示，韩国企业是否参与Tapestry，首先取决于企业自身判断；但如果企业有参与意愿，国家层面可以研究提供必要支持。

Ha Jung-woo同时指出，Tapestry采用的是“不直接共享原始数据、交换训练后模型”的合作方式。

在此前致辞中，Ha Jung-woo表示，未来的关键不在于谁能独自完成所有开发，而在于如何基于各自优势，重新组合技术、数据和研究能力。

他还表示，需要建立一种新的协作方式：在企业和国家继续掌握核心数据与核心技术控制权的同时，让全球研究者与企业共同开展研究，并形成协同成果。