LG AI Research 发布 K-EXAONE 2.0：750 亿参数主权大模型
LG 推出 K-EXAONE 2.0 750B-A37B 模型，参数为 v1 的三倍，支持十种语言，长上下文与工具调用基…
LG AI Research 近日正式发布 K-EXAONE 2.0 旗舰模型系列中的 750B-A37B 版本。该模型是韩国「主权 AI 基础模型项目」（Sovereign AI Foundation Model Project）第二阶段的成果，权重以 Apache 2.0 协议开源，已上线 Hugging Face 平台，模型卡与基准报告同步公开。
模型规模与架构
K-EXAONE 2.0 750B-A37B 总参数量达到 750B，是上一代 236B v1 模型的三倍；从命名「A37B」判断，应为稀疏激活的 MoE 架构，每 token 激活约 37B 参数。该规模使其跻身当前全球开源权重模型的第一梯队，与 GLM、Qwen 等大尺寸开源系列直接对位。
语言与能力覆盖
相比 v1，新模型语言覆盖扩展至 10 种，包括韩语、英语、法语、意大利语、葡萄牙语、波兰语、西班牙语、德语、日语、越南语，重点强化东亚与东南亚语言场景，是韩国构建「主权大模型」的典型配置。
基准表现
依据 LG AI Research 自家发布的报告，K-EXAONE 2.0 750B-A37B 在多个维度刷新了其内部最佳成绩：
- 长上下文：在 OpenAI-MRCR 上取得 94.4，在 Ko-LongBench 上取得 89.6，后者超过 GLM-5.1。
- 智能体工具调用：Tau3-Bench Banking 得分 14.2，高于 Qwen 3.5（13.4）与 GLM-5.1（11.5）。
- 编程能力：核心编程指标相对 v1 平均提升约 30%。
- 安全与对齐：在 ROK-Fortress 与 KGC-Safety 上平均得分 94.6。
需要注意的是，上述结果为官方自报口径，跨厂商对比的统一性与可复现性仍有待社区验证。
意义与局限
作为韩国国家级主权 AI 项目的核心交付物，K-EXAONE 2.0 750B-A37B 进一步丰富了亚太地区的大模型开源生态，尤其在多语言、长上下文与工具调用方向提供了新的开源权重选择。但 750B 全量部署对显存与算力要求较高，短期内主要影响仍是面向科研机构与企业级私有部署，距离在消费级硬件上本地运行仍有不小距离。模型当前已在 Hugging Face 开放下载，开发者可直接通过 LGAI-EXAONE/K-EXAONE-2.0-750B-A37B 仓库获取权重与许可说明。