韩国游戏公司 krafton（魁匠团）旗下人工智能部门 krafton ai 本周发布了 raon-1 mini 的预览版。该模型为从零开始独立训练的成果，正式版本及参数规模更大的后续型号已在开发进程中。在基础大模型领域已被科技巨头广泛布局的当下，一家以游戏起家的企业推出自研模型，无疑展现出鲜明的跨行业拓展意图。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

“小而全”的 30B-A4B 定位

Raon-1 mini 采用混合专家（MoE）架构，并集成了线性注意力机制与推测解码支持，整体参数规模标注为 30B-A4B——即总参数量约 300 亿，单次前向推理激活参数约 40 亿。模型以韩语为核心优化方向，同时兼顾英语能力，并以 Apache 2.0 开源协议对外发布；其官网同步上线了限时免费的 API 试用入口。

KRAFTON AI 公布的初步评测结果颇为务实：预览版在编程任务与智能体（Agent）相关场景中，性能表现与 Meta 的 Muse Glimmer 30B 相当，但推理速度更快、显存占用更低，且具备流畅自然的对话能力。简言之，它试图在同级别模型中，凭借效率优势与综合性价比打开差异化突破口。

游戏厂商为何入局大模型

一家凭借《绝地求生》奠定行业地位的游戏企业亲自投入大模型研发，逻辑并不难推演。游戏开发流程高度依赖剧情生成、NPC 行为建模、美术资源辅助与代码自动化等 AI 能力，自建模型底座既可降低长期使用外部服务的成本，又能保障技术自主权与数据安全；而将模型开源并开放免费 API，则是以较低成本积累开发者口碑、加速构建技术生态的有效路径。

当 Meta、Google 等头部玩家持续将基础模型推向千亿甚至万亿参数量级时，KRAFTON 选择聚焦于 30B 这一“能力足够、部署友好”的中间档位，目标用户很可能是那些亟需高质量韩语本地化支持、又希望避免对国际大厂模型形成深度依赖的开发者与企业。Raon-1 mini 是否能如期兑现其技术承诺？正式版及更大规模模型的实际表现，将成为关键验证节点，也为“游戏公司同样能打造优质基础模型”这一命题写下首个实质性注脚。