AI/大模型全球
← 贴纸墙
MODEL · DETAIL
EXAONE专家AI:材料新药发现平台订阅
1)面向企业收取EXAONE Discovery类科学发现平台的订阅与授权费
MODEL
关键字段
FIELD STAMPSINDUSTRY 行业AI/大模型
REGION 地区全球
SCALE 规模巨头
CHANNEL 渠道线上
📌 背景
LG AI研究院2026年9月在首尔AI Talk Concert上公开「专家AI」战略,主打解决产业现场难题,并宣布扩大经集团内部验证的EXAONE对外供应。2026年4月发布的多模态EXAONE 4.5在STEM五项基准平均77.3分,K-ExaOne被评为唯一进入全球前十的韩国模型,科研与工业场景成为其差异化卖点。
👤 目标客户
化工、电池、制药、材料企业的研发部门,以及需要专利与论文专业文献分析的大型企业
💰 盈利点
1)面向企业收取EXAONE Discovery类科学发现平台的订阅与授权费;2)按行业定制专家模型收取项目制部署费;3)对外供应模型API与私有化许可。
🧮 成本结构
基础模型训练算力与研发人力是最大成本,依托LG集团投入;其次是行业数据获取、专家模型微调和客户交付集成成本。
🛡️ 护城河
LG集团化学、电池、电子等真实产业场景作为模型试验场,形成「内部验证再外销」的数据与信任闭环;韩语及专业文献处理能力加STEM基准成绩构成技术背书。
🔑 成功关键
- 把集团内部验证案例转化为可对外展示的行业标杆
- 在材料与新药发现等垂直场景建立可量化成果
⚠️ 风险
- 内部场景经验难以复制到外部客户行业
- 通用大模型厂商下探垂直科学场景挤压空间
🏢 案例
- 2026年9月LG AI Talk Concert公开为产业现场难题设计的专家AI并宣布扩大EXAONE对外供应
- EXAONE 4.5多模态模型在STEM五项基准平均77.3分
- K-ExaOne在全球AI性能评估中位列第七,为唯一进入前十的韩国模型
📊 SWOT 分析
优势 Strengths
- 集团内部化学与生物场景提供独有训练与验证数据
- 专家AI定位避开与通用模型的正面竞争
劣势 Weaknesses
- 韩国市场体量有限,海外品牌认知弱于美系模型
- 商业化收入规模尚小,依赖母公司输血
机会 Opportunities
- 全球制造业企业寻求垂直科学AI替代通用模型
- 各国推动主权AI与本土模型,韩系模型有政策窗口
威胁 Threats
- OpenAI、谷歌等巨头同样切入科学发现赛道
- 开源模型性能追赶压缩授权定价空间