全球人工智慧（AI）市場正以美國和中國為中心快速重塑版圖，兩國憑藉龐大資金和基礎設施，主導著AI霸權競爭。相較之下，大韓民國在模型開發和整體投資規模上仍處於追趕者地位，其國內企業正積極透過政府專案，力圖在AI核心技術領域取得突破。

根據美國Stanford University's Human-Centered AI Institute (HAI) 發布的「AI Index 2026」報告指出，2025年美國民間AI投資達到2,859億美元，約是中國（124億美元）的23倍。而大韓民國的民間AI投資僅維持在10億美元水準，與美國有超過200倍的差距，與中國也有逾12倍的落差。在領先的尖端AI模型開發方面，美國推出59個值得關注的模型，中國則有35個，大韓民國僅推出8個AI模型。

為強化本土AI生態系，大韓民國科學技術資訊部推動「Independent AI Foundation Model (Dokpamo)」專案。此專案目標是擺脫單純使用外國模型，實現從數據建構到預訓練的「從零開始」（From Scratch）開發。預計至2027年將投入總計5,300億韓元，以支援高性能圖形處理器（GPU）等AI開發關鍵障礙。該專案也將連結並提供來自國防、外交、行政等國家核心基礎設施和公共領域的非公開數據。目前，LG AI Research、SK電訊、Upstage及Motif Technologies四大聯盟正在激烈競爭，其中一支隊伍將在8月的第二階段評估中被淘汰，最終將選出兩支隊伍。

LG AI Research組成的聯盟，正透過強化「K-Xavier」模型進行第二階段專案。K-Xavier在首次評估的13項基準指標中，有10項排名第一。根據全球AI效能評估機構Artificial Analysis的智慧指數評估，K-Xavier在全球開源模型中排名第7，在大韓民國國內則排名第1。K-Xavier整合LG AI Research累積五年的專有技術，透過Hybrid Attention（混合注意力機制，結合全面理解與局部聚焦）架構，將記憶體需求和運算負載較Xavier 4.0減少70%。此外，其獨立設計的Multi-Token Prediction (MTP) 區域，可提高推論速度150%，並擴展學習詞彙至15萬個，使長文件處理能力提升1.3倍。LG AI Research表示，K-Xavier正演進為解決產業實際問題的工具和專家AI，未來將開創大韓民國AI的新篇章。

SK電訊聯盟則以「A.X K2」作為Dokpamo專案的下一代基礎模型。A.X K2是通過首階段評估的「A.X K1」的演進版本，參數數量仍維持5190億，但內部架構進行了優化。A.X K1的核心優勢在於其「韓國主權AI」策略，專注於理解韓語、本土產業環境和韓國文化，使其最適用於「產業AI」。該模型在代理（Agent）、產業推論和任務自動化方面表現出色，而非僅限於文本生成。為達到「超大規模與效率」兼顧，SK電訊採用了「混合專家模型（MoE）」架構，此技術能根據情境和問題類型選擇性啟動部分專家網路，而非持續運行整個模型，從而大幅降低實際運算和營運成本。同時，他們設計了基於Think Fusion的推論增強架構，以克服數學、程式編寫和產業推論領域的限制。該模型也以開放性為特點，在Apache授權條款2.0版下發布，允許自由修改和分發。去年5月14日，SK電訊也與韓國國防部簽署了推動國防AX的備忘錄。

Upstage聯盟計畫逐步將其AI模型「Solar Open 100B」的參數規模擴展至2000億和3000億，並將支援語言從韓語、英語、日語擴展到東南亞國協（ASEAN）語言。Upstage AI模型的核心技術為其專有的Depth-Up Scaling (DUS) 技術及自行開發的強化學習框架SnapPO。這些技術能在提升AI推論能力的同時，減少學習時間並降低成本。相關研究已獲知名自然語言處理會議北美計算語言學協會分會（NAACL）收錄。Solar Open 100B在多語種和專業數據上學習了20兆個數據，儘管規模僅為全球模型DeepSeek-R1的15%，但在韓語效能上達到110%，英語效能達到103%。Upstage表示，Solar是新創企業對抗大型資本的高效率技術精髓，未來將透過VLM擴展和產業特化AI普及，在全球舞台上證明新創的價值。

Motif Technologies聯盟於今年2月透過追加公開招募加入Dokpamo專案，強調其「純粹獨立設計」的方法，不採用外國模型架構。該公司去年由AI基礎設施軟體公司MOREH的核心人員成立，並已推出從零開發的小型語言模型sLLM「Motif-2.6B」，隨後陸續推出文本轉圖像模型「Motif-Image-6B」和文本轉影片模型「Motif-Video-2B」。Motif Technologies被視為大韓民國少數能獨立開發大型語言模型（LLM）和多模態模型的公司之一。去年發布的大型語言模型「Motif 12.7B」採用其專有的「Grouped-Differential Attention (GDA)」結構，獨立設計注意力函數和模型架構，未直接使用現有的Transformer架構。Motif Technologies的代表表示，為確保獨立AI競爭力，正從模型結構開始推動自主設計，計畫逐步擴展至多模態和物理AI領域。