AIPress.com.cn报道

4月9日消息，LG人工智能研究院（LGAIResearch）发布新一代多模态人工智能模型EXAONE4.5。该模型能够同时理解文本与图像信息，面向合同、技术图纸及财务报表等复杂文档的分析与推理场景，标志着LG在构建自有AI基础模型生态方面的进一步推进。

EXAONE4.5将自主研发的视觉编码器（VisionEncoder）与大语言模型整合为统一系统，形成视觉语言模型（Vision-LanguageModel）。LG表示，该模型能够对包含文本、图表与视觉信息的复杂文档进行综合理解，并在多项视觉理解和推理任务中表现出较高准确度。

根据LGAIResearch披露的数据，在五项STEM相关评测中，EXAONE4.5的平均得分达到77.3，高于GPT-5mini、ClaudeSonnet4.5以及通义千问Qwen3235B等模型。在涉及通用视觉理解与文档推理的13项评测指标中，该模型也整体超过GPT-5mini、ClaudeSonnet4.5和Qwen3-VL。

在编程能力方面，EXAONE4.5在LiveCodeBenchv6基准测试中获得81.4分，高于谷歌Gemma4的80.0分。在图表分析能力测试ChartQAPro中，该模型取得62.2的成绩，显示出对复杂图表结构的理解能力。

LG方面表示，这些测试结果表明该模型不仅能够识别文本和视觉元素，还具备一定的上下文理解与推理能力，可在复杂信息环境中完成问答与分析任务。

在模型规模方面，EXAONE4.5拥有330亿参数，约为此前发布的K-EXAONE模型的七分之一，但在文本理解和推理性能上保持接近水平。研究团队称，这一效率提升主要得益于其采用的混合注意力结构（HybridAttention）与多Token预测推理技术。

EXAONE4.5支持多语言，包括韩语、英语、西班牙语、德语、日语和越南语。LG表示，该模型是其K-EXAONE基础模型项目的重要组成部分，该项目旨在构建可支撑企业与产业应用的AI基础设施。

LGAIResearch同时宣布，EXAONE4.5已在HuggingFace平台开放，用于研究、学术和教育用途。

LGAIResearchEXAONE实验室负责人李镇植（LeeJin-sik）表示，该模型的推出意味着公司正进入多模态AI阶段，未来将进一步扩展模型能力至语音、视频以及现实环境理解，推动AI在工业场景中的实际决策与执行能力。

LGAIResearch信任与安全办公室负责人KimMyoung-shin则表示，研究团队正在探索让AI更深入理解韩国历史、文化与社会语境的问题。他认为，尽管越来越多AI系统能够处理韩语，但对历史和文化背景的理解仍然是更具挑战性的方向。（AI普瑞斯编译）