Team Naver 13日表示，公司参加了在首尔COEX举行的国际机器学习大会（ICML 2026），并集中展示了从大语言模型安全到物理AI的多项研究成果。ICML与NeurIPS、ICLR并列为全球最具代表性的AI与机器学习学术会议之一，本届大会于7月6日至11日举行。

此次Team Naver以“Where AI Research Becomes Reality”为主题设立展台，重点呈现研究进展及相关落地案例。整体展示内容主要分为三大方向：AI安全、模型与智能体运行效率，以及3D空间理解与物理世界扩展。

在AI安全方面，较受关注的一项成果是面向大语言模型（LLM）的红队测试技术，即从攻击者视角发现模型潜在漏洞。Team Naver表示，其通过生成模型训练方法“Stable-GFlowNet”，缓解了现有方法训练不稳定、易生成重复模式等问题。相关论文入选本届大会Spotlight论文，位列全部接收论文的前2.2%。该方法可在LLM正式上线前，针对多种场景验证潜在攻击风险。

在模型与智能体运行效率方面，Team Naver公开了多项研究成果。其中，“SyMerge”是一种模型合并技术，可将针对不同任务分别优化的多个模型整合为单一模型。该技术仅通过调整单一层即可实现模型协同，并在视觉、自然语言处理等多类基准测试中取得良好结果。

“FlowBot”则面向多AI协作场景，支持AI自主规划任务执行顺序。团队同时介绍了另一项能力，即先按组对数百至数千个数据集分别训练，再进行一次性合并，以提升大语言模型在后训练阶段的表现。

在3D空间理解方向，Team Naver还发布了一项研究成果：即便输入的是抖动或失焦的单目视频，也可以基于运动轨迹的形态估计方法重建动态三维场景。

此外，Team Naver还展示了对首尔进行虚拟复现的“Seoul World Model”。该模型由Naver、Naver Labs、Korea Advanced Institute of Science and Technology和Seoul National University共同开发，可对首尔全域空间数据进行仿真，并作为机器人路径规划与行为学习的物理AI平台使用。