كلمات مفتاحية：النماذج الكبيرة, يونيكورن الذكاء الاصطناعي, أوبن إيه آي, إنفيديا, ميتا, استدلال الذكاء الاصطناعي, قوة حساب الذكاء الاصطناعي, موسيقى الذكاء الاصطناعي, نموذج جي إل إم-4.7, جي بي تي-5.2-كوديكس-إكس ماس, هندسة جروك إل بي يو, اللعب الذاتي إس دبليو إي-آر إل, سلسلة نميترون 3
🔥 التركيز
Zhipu و MiniMax يتنافسان على لقب “أول سهم لنماذج الذكاء الاصطناعي الكبيرة عالمياً” : اجتازت كل من Zhipu AI و MiniMax جلسات الاستماع في بورصة هونج كونج وكشفتا عن نشرات الاكتتاب الخاصة بهما، مما يمثل بداية عملية الرسملة لشركات الذكاء الاصطناعي الصينية “Unicorn”. بلغت إيرادات Zhipu في عام 2024 حوالي 312 مليون يوان، بمعدل نمو مركب تجاوز 130%، ولكن مع الارتفاع الحاد في تكاليف الحوسبة، وصلت خسائرها في النصف الأول من عام 2025 إلى 2.358 مليار يوان. في الوقت نفسه، أطلقت Zhipu النموذج مفتوح المصدر GLM-4.7، الذي احتل المرتبة الأولى بين النماذج مفتوحة المصدر في Code Arena، متفوقاً على GPT-5.2، مما يظهر قدرة قوية على التكرار التقني. هذا الاكتتاب العام (IPO) ليس مجرد تمويل، بل هو حدث “معياري” لتقييم قيمة شركات النماذج الكبيرة الصرفة في السوق (المصدر: 36氪، 市值水晶)
OpenAI تطلق نسخة الكريسماس من Codex، لتعميق “البرمجة الوكيلية (Agentic Programming)” : أطلقت OpenAI خلال فترة الكريسماس نموذج GPT-5.2-Codex-XMas، الذي يقدم ترقيات مخصصة مع الحفاظ على أداء GPT-5.2، ووفرت للمشتركين ضعف حصة الاستخدام المعتادة. هذا التحديث ليس مجرد تسويق احتفالي، بل يعكس تحول OpenAI الاستراتيجي نحو وضع Codex كـ “وكيل هندسي (Engineering Agent)”: تعزيز فهم السياق الطويل، ومعالجة المهام عبر الملفات، وتحسين أدوات Windows الأصلية. وجد المطورون أن درجة اكتماله في تنفيذ المشاريع المعقدة أفضل من معظم النماذج المنافسة، مما يبشر بعصر ينتقل فيه الذكاء الاصطناعي من “كتابة الكود” إلى “إدارة الهندسة” في عام 2026 (المصدر: 新智元، op7418)
Axiom Math: تحديد معيار جديد لـ “قبول” استدلال الذكاء الاصطناعي : حصلت شركة Axiom Math، التي أسستها Carina Hong (التي تركت الدراسة في Stanford وهي في سن 24)، على تمويل بقيمة 64 مليون دولار، مما رفع تقييمها إلى 300 مليون دولار. تكرس الشركة جهودها لتطوير “عالم رياضيات بالذكاء الاصطناعي” يمكنه التحقق بشكل مستقل من الصحة المنطقية. يكمن الاختراق الأساسي في إدخال لغة البرمجة Lean، مما يجعل كل خطوة استدلال للذكاء الاصطناعي تمتلك إثباتاً رسمياً، وهو ما يحل مشكلة الثقة في “قبول” نتائج النماذج الكبيرة. في مسابقة Putnam للرياضيات، حل نظامها 9 مسائل صعبة بشكل مستقل واجتازت جميعها التحقق. هذا التقدم يعني أن الذكاء الاصطناعي ينتقل من “توليد إجابات” غامضة إلى “إثبات منطقي ذاتي” صارم، ليصبح شريكاً موثوقاً في المجالات العلمية والصناعية (المصدر: AI 深度研究员)
NVIDIA تتوصل إلى ترخيص تقني مع Groq لمواجهة اختناقات الحوسبة والذاكرة : في ظل الارتفاع الجنوني في أسعار ذاكرة HBM ونقص القدرة الإنتاجية، توصلت NVIDIA إلى اتفاقية ترخيص تقني غير حصرية مع Groq، حيث سينضم مؤسس Groq وفريقه الأساسي إلى NVIDIA للمساعدة في دمج تقنيات الاستدلال الخاصة بهم. تعتمد بنية LPU من Groq على SRAM كذاكرة رئيسية، مع عرض نطاق ترددي أعلى بعدة مرات من HBM التقليدية، مما يخفف بشكل كبير من اختناقات الوصول إلى الذاكرة أثناء عملية الاستدلال. تُعتبر هذه الخطوة جبهة ثانية تفتحها NVIDIA في ظل “أزمة الذاكرة”، تهدف من خلالها إلى استكشاف مسارات تقنية جديدة للذاكرة للتحوط من مخاطر سلسلة توريد DRAM وتعزيز هيمنتها في سوق استدلال الذكاء الاصطناعي (المصدر: 机器之心، op7418)
🎯 التوجهات
Meta تطلق Self-play SWE-RL لتحقيق التطور الذاتي للـ Agent : أصدر فريق أبحاث Meta إطار عمل SSR، الذي يسمح لوكلاء هندسة البرمجيات بالتدريب الذاتي من خلال آلية “حقن الأخطاء (Bug Injection)” و”إصلاح الأخطاء (Bug Repair)” دون الحاجة إلى تصنيف بشري. تتطلب هذه الطريقة فقط الوصول إلى بيئة معزولة (Sandbox) للكود المصدري، حيث يقوم الوكيل بتوليد مسائل عالية الجودة وحلها بشكل مستقل في حلقة تطور ذاتية. أثبتت التجارب أن أداء SSR يتحسن باستمرار أثناء التدريب ويتفوق على طرق التعلم المعزز التقليدية. يمثل هذا خطوة نحو “الذكاء الفائق” للـ AI Agent، مع إمكانية تجاوز القدرات البشرية في فهم الأنظمة وإنشاء البرمجيات بشكل مستقل (المصدر: 学术头条)
Liquid AI تطلق أقوى نموذج 3B، مع نتائج ملحوظة في التعلم المعزز : أطلقت Liquid AI النموذج التجريبي LFM2-2.6B-Exp، الذي تم بناؤه بالكامل عبر التعلم المعزز (Reinforcement Learning)، وأظهر أداءً ممتازاً في اختبارات اتباع التعليمات والمعرفة والرياضيات. تجاوزت درجاته في IFBench نموذج DeepSeek R1 الذي يكبره بـ 263 مرة في الحجم. تشير ردود فعل المجتمع إلى أن النموذج يمتلك “معرفة بمستوى الدكتوراه” ويمكنه العمل بسلاسة على الأجهزة الطرفية مثل iPhone. يثبت هذا التقدم مرة أخرى أنه من خلال تصميم الخوارزميات الفعال وتحسين RL، يمكن للنماذج ذات المعلمات الصغيرة أن تظهر أداءً يضاهي النماذج الرائدة في مجالات محددة (المصدر: maximelabonne، huggingface)
تسريب كود نسخة Android من ChatGPT يكشف عن خطط لإدراج الإعلانات : اكتشف المطورون في كود النسخة التجريبية من ChatGPT لنظام Android سلاسل نصية متعلقة بالإعلانات مثل “ads feature” و “search ad”. على الرغم من أن Sam Altman صرح سابقاً بأن الإعلانات هي “الملاذ الأخير”، إلا أنه في ظل الضغوط المالية مع وصول النفقات إلى 2.5 مليار دولار في النصف الأول من عام 2025، يبدو أن OpenAI بدأت في الاستعداد لتحقيق الدخل من المستخدمين المجانيين. قد تشمل أشكال الإعلانات المخطط لها رسائل دعائية في الشريط الجانبي أو “توصيات حوارية”، تهدف إلى تحقيق الدخل الموجه دون مقاطعة المحادثة الطبيعية. هذا ينذر بنهاية عصر “النقاء المطلق” للبحث بالذكاء الاصطناعي (المصدر: 直面AI)
NVIDIA تطلق سلسلة Nemotron 3، مع التركيز على السياق الطويل وقدرات الـ Agent : أطلقت NVIDIA عائلة Nemotron 3 (Nano, Super, Ultra)، التي تعتمد بنية هجينة من Mamba-Transformer وتقنية Mixture-of-Experts (MoE). تدعم هذه السلسلة طول سياق يصل إلى 1M، وتم تحسينها بعد التدريب لاستدلال الـ Agent واستدعاء الأدوات متعدد الخطوات. يتصدر إصدار Nano من حيث الدقة بين النماذج الصغيرة المماثلة مع تكلفة استدلال منخفضة للغاية، بينما يسعى إصدار Ultra لتحقيق أداء استدلال بمستوى SOTA. تعهدت NVIDIA بفتح مصدر أوزان النماذج وبرامج التدريب والوصفات، مما يثري النظام البيئي مفتوح المصدر (المصدر: Reddit)
SAM 3: التطور من النقر على البكسلات إلى “تسمية المفاهيم” : أصدرت Meta نموذج SAM 3 (Segment Anything with Concepts)، الذي يرقي تقنية تقسيم الفيديو من نمط “النقر والاختيار” إلى “التعرف على المفاهيم”. يحتاج المستخدم فقط إلى إدخال “شخص يرتدي نظارات”، وسيقوم النموذج تلقائياً بتحديد جميع الكائنات المطابقة في الصورة أو الفيديو. من خلال التدريب الآلي على 4 ملايين مفهوم فريد، ارتفعت دقة SAM 3 في معيار الفيديو المعقد MOSEv2 من 47.9% إلى 60.3%. يعزز هذا الاختراق بشكل كبير قدرة الذكاء الاصطناعي على الفهم الدلالي للعالم البصري، ويحل مشاكل الحجب والاتساق في تقسيم الفيديو (المصدر: ylecun)
🧰 الأدوات
GAIT و GaitHub: نظام التحكم في الإصدارات “Git” لاستدلال الذكاء الاصطناعي : لمواجهة مشكلة عدم القدرة على تتبع أو تكرار قرارات الذكاء الاصطناعي، أطلق المطورون GAIT. يعامل هذا النظام تفاعلات الذكاء الاصطناعي ككائنات موجهة بالمحتوى، تشمل نية المستخدم، استجابة النموذج، فروع الاستدلال، وحالة الذاكرة. من خلال GAIT، يمكن للمطورين التحكم في إصدارات عملية استدلال الذكاء الاصطناعي، وتجربة الفروع، ودمج القرارات تماماً كما يديرون الكود. تدعم منصة GaitHub السحابية التعاون والتدقيق، مما يوفر البنية التحتية الهندسية اللازمة لسير عمل الذكاء الاصطناعي على مستوى المؤسسات، ويحل لغز “لماذا قرر الذكاء الاصطناعي هكذا” (المصدر: Reddit)
DeepFabric: إطار عمل لضبط استدعاء الأدوات لخدمات MCP محددة : DeepFabric هو أداة مفتوحة المصدر تتيح للمطورين توليد مجموعات بيانات استدلال خاصة بمجال معين لأي خادم MCP أو مجموعة أدوات تلقائياً. من خلال تنفيذ مسارات أدوات حقيقية في بيئة WebAssembly معزولة، يمكن لهذا الإطار ضبط النماذج الصغيرة مثل Qwen3-4B لتتفوق في مهام محددة (مثل التحكم في Blender) على نماذج مثل Claude 4.5 و Gemini 2.5. يوفر هذا مساراً واضحاً لبناء وكلاء خبراء في مجالات عمودية بأداء عالٍ وتكلفة منخفضة (المصدر: Reddit)
Quint: وداعاً لـ CLI، إدخال واجهة مستخدم تفاعلية لبرامج الدردشة الآلية : Quint هي مكتبة React تهدف إلى نقل التفاعلات المدعومة بـ LLM من النص الصرف إلى واجهة مستخدم منظمة وحتمية. تسمح للمطورين بتعريف خيارات صريحة، حيث يؤدي نقر المستخدم إلى عرض معلومات محددة أو إدخال منظم. الفكرة الأساسية هي فصل استقبال النموذج، ورؤية المستخدم، ورندرة المخرجات، مما يجعل التفاعلات في سيناريوهات مثل MCQs وفروع لعب الأدوار أكثر قابلية للتحكم. لا تعتمد Quint على مزود ذكاء اصطناعي محدد، مما ينذر بمستقبل تقوم فيه LLM برندرة مكونات واجهة مستخدم ديناميكية مباشرة (المصدر: Reddit)
📚 التعلم
Hugging Face تطلق سلسلة من الدورات المجانية في الذكاء الاصطناعي : أطلقت Hugging Face خلال العطلة مصفوفة من الدورات المجانية التي تغطي أحدث تقنيات الذكاء الاصطناعي. تشمل المحتويات: دورة Robotics لبناء الروبوتات باستخدام LeRobot، دورة MCP لتعلم بروتوكول سياق النموذج، دورة Agents لبناء ونشر الوكلاء، بالإضافة إلى دروس تقنية عميقة في LLM، والتعلم المعزز العميق، ونماذج الانتشار (Diffusion Models). تعتمد هذه الدورات على مكتبات نظام HF البيئي، وتهدف لمساعدة المطورين على إتقان المهارات العملية من النماذج الأساسية إلى بنيات الوكلاء المتقدمة (المصدر: huggingface)
WildVideo: أول معيار لتصنيف هلوسة الفيديو في الأسئلة والأجوبة بشكل منهجي : أصدر فريق من جامعة تكنولوجيا الدفاع الوطنية وجامعة صن يات صن معيار WildVideo، الذي يحدد 9 فئات من المهام مثل الإدراك والمعرفة وفهم السياق لمشكلة “الهلوسة” في النماذج متعددة الوسائط أثناء تفاعل الفيديو. أظهرت التجارب أن دقة GPT-4o في المهام متعددة الجولات بلغت 52.7% فقط، وكان أداؤه ضعيفاً في فيديوهات منظور الشخص الأول. يوفر هذا المعيار أدوات دقيقة لتشخيص عيوب النماذج في الإدراك الديناميكي، والاستدلال العميق، واتساق الحوار الطويل (المصدر: 新智元)
PhononBench: مقياس جديد لتقييم استقرار البلورات المولدة بالذكاء الاصطناعي : PhononBench هو أول معيار واسع النطاق للاستقرار الديناميكي للبلورات المولدة بالذكاء الاصطناعي. باستخدام دالة MatterSim، أجرى حسابات فعالة لأكثر من 100 ألف هيكل أنتجتها ستة نماذج توليدية رائدة. كشفت النتائج عن قيود عامة في النماذج الحالية: متوسط الاستقرار بلغ 25.83% فقط. لا يحدد هذا العمل نقاط الضعف في النماذج التوليدية من حيث الجدوى الفيزيائية فحسب، بل قام أيضاً بتصفية 28 ألف هيكل بلوري مستقر فونونياً، مما يوفر مجموعة مرشحة موثوقة لاستكشاف مواد جديدة في المستقبل (المصدر: HuggingFace)
💼 الأعمال
“الديون الشبحية” لعمالقة الذكاء الاصطناعي بقيمة 120 مليار دولار تثير المخاوف : يقوم عمالقة التكنولوجيا مثل Meta و xAI و Oracle بنقل أكثر من 120 مليار دولار من نفقات مراكز البيانات خارج الميزانية العمومية من خلال أدوات ذات أغراض خاصة (SPV). هذا النموذج من التمويل خارج الميزانية يحمي التصنيف الائتماني للشركات، ولكنه يخفي مخاطر مالية ضخمة. إذا لم يلبِ الطلب على الذكاء الاصطناعي التوقعات، فقد تؤدي الديون الضخمة إلى ردود فعل متسلسلة في Wall Street. تظهر بيانات UBS أن حوالي 125 مليار دولار تدفقت هذا العام إلى مثل هذا “تمويل المشاريع”، مما يعكس أن سباق التسلح في الذكاء الاصطناعي قد دخل مرحلة عالية المخاطر من الصراع الرأسمالي (المصدر: 财联社)
“سهم الذكاء الاصطناعي الشيطاني” في الهند يرتفع 550 ضعفاً مع الكشف عن عدم وجود أعمال في الرقائق : شهدت شركة RRP Semiconductor المحدودة في الهند ارتفاعاً في سعر سهمها بنسبة 55,000% خلال العشرين شهراً الماضية، لتصل قيمتها السوقية إلى 1.7 مليار دولار، متجاوزة حتى مكاسب NVIDIA. ومع ذلك، كشفت التحقيقات أن الشركة لديها موظفان رسميان فقط، ولم تمارس أي نشاط لتصنيع أشباه الموصلات، بل إن إيراداتها سلبية. تعكس هذه الظاهرة العبثية الاندفاع الأعمى للمستثمرين الأفراد في الهند نحو مفاهيم الذكاء الاصطناعي وضعف الرقابة، لتصبح واحدة من أبرز التحذيرات من فقاعة الذكاء الاصطناعي في عام 2025 (المصدر: 新智元)
الطلب على قدرات الحوسبة يؤدي لتجاوز سعر ذاكرة 256GB سعر RTX 5090 : مع استحواذ عمالقة مثل OpenAI على 40% من إمدادات DRAM العالمية، ظهر نقص هيكلي في سوق الذاكرة. ارتفع سعر السوق لذاكرة DDR5 سعة 256GB الواحدة إلى 3500-5000 دولار، وهو ما يتجاوز بكثير سعر أفضل بطاقات الرسوميات. تعكس هذه الظاهرة أن العروض العالية من خوادم الذكاء الاصطناعي لـ HBM والذاكرة عالية الأداء “تخطف” القدرة الإنتاجية المخصصة للمستهلكين. ليس فقط ملحقات الكمبيوتر، بل إن حاجة مفهوم AI PC للذاكرة الكبيرة رفعت العتبة أكثر، حيث يواجه المستهلك العادي زيادة حادة في تكاليف الأجهزة بسبب علاوة الذكاء الاصطناعي (المصدر: 机器之心)
🌟 المجتمع
جرد الكلمات الأكثر تداولاً في الذكاء الاصطناعي لعام 2025: من “Vibe Coding” إلى “Slop” : اختارت مجلة 《MIT Technology Review》 كلمات العام في الذكاء الاصطناعي، حيث تصدرت “Vibe Coding” القائمة، وهي تؤكد على أن الإنسان يحتاج فقط للتعبير عن الهدف، بينما يتولى الذكاء الاصطناعي التنفيذ. كما تعكس مصطلحات “نماذج الاستدلال” و”نماذج العالم” تطور العمق التقني، بينما تعكس “Slop (محتوى الذكاء الاصطناعي غير المرغوب فيه)” و”الفقاعة” تأملات المجتمع حول فيضان المحتوى والنشاط الرأسمالي المفرط. بالإضافة إلى ذلك، بدأت “GEO (تحسين محركات التوليد)” تحل محل SEO كساحة معركة جديدة للعلامات التجارية للحصول على الزيارات في عصر الذكاء الاصطناعي (المصدر: 腾讯科技، 硅星GenAI)
Yann LeCun يشارك: “الصدوع السبعة” في قدرة الحكم بين البشر و LLM : قارنت ورقة بحثية بين الاختلافات في الحكم بين البشر و LLM في سبع مراحل معرفية، مشيرة إلى أن LLM تعاني من عيوب جوهرية في ترسيخ الإدراك، وتوجيه الدوافع، والاستدلال السببي، والمعرفة الميتافيزيقية. على الرغم من أن اللغة التي تولدها LLM طلقة ومخادعة، إلا أن جوهرها هو التنبؤ الاحتمالي وليس “العقل”. يرى نقاش المجتمع أن هذا “الشعور بذكاء الذكاء الاصطناعي” مضلل للغاية في غياب التحقق، حيث يميل البشر للإفراط في الثقة بمخرجات الذكاء الاصطناعي بسبب “تحيز المصداقية”، مما يشكل تحدياً هيكلياً في عصر الذكاء الاصطناعي (المصدر: ylecun)
نقاش على Reddit: استخدام ChatGPT كأداة لإعادة التأهيل المعرفي : شارك مستخدم لديه تاريخ مع اضطراب ما بعد الصدمة (PTSD) تجربته في استخدام ChatGPT للدعم المعرفي المنظم. من خلال تفاعلات حوارية طويلة الأمد، حقق المستخدم تقدماً ملحوظاً معترفاً به من قبل الأطباء في تنظيم المشاعر، والترتيب المنطقي، والدفاع عن الذات. لاقى هذا صدى قوياً في المجتمع، حيث تركز النقاش حول كيفية عمل الذكاء الاصطناعي كـ “مرآة اتساق” للمساعدة في التعافي النفسي، مع التحذير أيضاً من الاعتماد المفرط وتأثير “الصدى” المضلل الذي قد ينتجه الذكاء الاصطناعي (المصدر: Reddit)
💡 أخرى
عكس مرض الزهايمر تماماً في تجارب على الحيوانات : نشر فريق بحثي من جامعة Case Western Reserve اختراقاً في مجلة 《Cell Reports Medicine》، حيث تم تحقيق استعادة كاملة للوظائف العصبية في فئران مصابة بالزهايمر في مراحل متأخرة من خلال مركب P7C3-A20 الذي يصلح توازن NAD+ في الدماغ. بخلاف المكملات العشوائية لـ NAD+، يركز هذا العلاج على التنظيم الدقيق، حيث لم يصلح الأضرار المرضية فحسب، بل استعاد أيضاً القدرة على التذكر. على الرغم من أن التطبيق البشري سيستغرق وقتاً، إلا أنه يفتح باب الأمل لـ “العلاج الكامل” للخرف (المصدر: dotey)
روبوت Astribot الذي يعمل بالكابلات يبدأ العمل في بيع الصناديق العشوائية : في يوم الكريسماس، بدأ الروبوت البشري S1 الذي طورته Astribot (星尘智能) بالعمل رسمياً في مراكز تجارية في بكين وشانغهاي وغوانغجو، حيث تولى مهام الاستقبال الصوتي، والتقاط الصناديق العشوائية (Blind Boxes)، وتوصيل السلع. تمنح تقنية الدفع بالكابلات الروبوت مرونة وتحكماً دقيقاً في القوة يشبه عضلات البشر، مما يجعله أكثر أماناً و”سلاسة” في التفاعل بين الإنسان والآلة. يهدف مفهوم “الذكاء البديل” الذي طرحته الشركة إلى السماح للروبوتات بدخول المختبرات السامة أو تقديم الخدمات عن بعد من خلال التشغيل عن بعد (المصدر: 智能涌现)
أغنية الذكاء الاصطناعي “7-Day Lover” تثير صراعاً على حقوق الملكية والانتباه : حققت أغنية “7-Day Lover” (《七天爱人》)، التي أنتجها مبرمج باستخدام DeepSeek وأدوات موسيقى الذكاء الاصطناعي، أكثر من مليوني استماع على NetEase Cloud Music، وبيعت حقوق ملكيتها بعشرات الآلاف من اليوان. يثبت هذا الحدث أن موسيقى الذكاء الاصطناعي تمتلك بالفعل قدرة على تحقيق الدخل، مما يضغط على نظام حقوق الملكية التقليدي. تحدد منصة Qishui Music التابعة لـ ByteDance مسار النجاح عبر نظام Douyin البيئي، بينما تفرض Tencent و NetEase رقابة صارمة على المراجعة وتوزيع الأرباح. “العرض غير المحدود” الذي يجلبه الذكاء الاصطناعي يجبر المنصات على الانتقال من سباق حقوق الملكية إلى حرب كفاءة توزيع الانتباه (المصدر: 市象)
