كلمات مفتاحية：بنية الحاسوب الفائق للذكاء الاصطناعي, النماذج الكبيرة, وكيل الذكاء الاصطناعي, بنية الحاسوب الفائق روبين, ميرو ثينكر 1.5, اتصال فائق مقيد بالمتشعب
🔥 التركيز
NVIDIA تطلق بنية Rubin للحوسبة الفائقة: من “بيع المجارف” إلى “بيع ورش الإنتاج” : عرض Jensen Huang في معرض CES 2026 بنية الحوسبة الفائقة الجديدة Vera Rubin للذكاء الاصطناعي. هذه البنية ليست مجرد ترقية لبطاقات الرسوميات، بل هي نظام تكامل رأسي يجمع ست رقائق متخصصة تشمل Vera CPU و Rubin GPU و NVLink 6 وغيرها. تهدف Rubin إلى حل معضلات توسيع الأنظمة، حيث تدعي زيادة إنتاجية الاستدلال (Inference) بمقدار 10 مرات، وتقليل احتياج GPU لتدريب نماذج بـ Trillion Parameters إلى ربع ما تحتاجه Blackwell، مع خفض تكلفة الـ Token إلى العشر. تمثل هذه الخطوة بناء NVIDIA لـ “خندق مائي” عبر تحسينات على مستوى النظام، محولةً تكديس القدرة الحوسبية من “تجميع يدوي” إلى “خط إنتاج قياسي”، مما يبشر بعصر الاستدلال منخفض التكلفة (المصدر: 36氪، TheRundownAI)
إطلاق MiroThinker 1.5 المذهل: نموذج 30B يضاهي GPT-5-High : أصدر فريق MiroMind، الممول من Chen Tianqiao (TCCI) وبقيادة الأستاذ المساعد في جامعة Tsinghua، Dai Jifeng، نموذج MiroThinker 1.5. بـ 30B Parameters فقط، استطاع النموذج منافسة GPT-5-High و DeepSeek-V3.2 في اختبارات معيارية صعبة مثل HLE و BrowseComp. تكمن التقنية الأساسية في “Interactive Scaling”، التي تعزز الأداء من خلال تدريب النموذج على معالجة تفاعلات أعمق وأكثر تكراراً بين الـ Agent والبيئة. يثبت هذا الإنجاز أن الفرق النخبوية الصغيرة لا تزال قادرة على إعادة تشكيل مشهد المنافسة في طليعة AGI عبر اختيارات معمارية صحيحة (مثل التركيز على نمذجة الـ Agent بدلاً من مجرد الـ Pre-training) (المصدر: GitHub، ZhihuFrontier)
DeepSeek تطلق Manifold-Constrained Hyper-Connections (mHC): اختراق كبير في بنية Transformer : نشر فريق DeepSeek ورقة بحثية بعنوان “Manifold-Constrained Hyper-Connections”، مقترحاً حلاً جديداً لتوسيع الـ Residual Flow دون التسبب في انهيار التدريب. تعالج هذه التقنية مشكلات عدم الاستقرار، القابلية للتوسع (Scalability)، وتكاليف الذاكرة في تدريب النماذج فائقة العمق. وقع Liang Wenfeng، الرئيس التنفيذي، شخصياً على الورقة، ويُعتبر هذا أحد أهم التحسينات الجوهرية على المعمارية منذ ظهور Transformer في عام 2015. أظهرت التجارب أداءً ممتازاً للتقنية على نموذج بـ 27B Parameters وعمق 60 طبقة، مما يشير إلى أن DeepSeek V4 قد يتبنى تصميماً أعمق وأوسع (المصدر: nrehiew_، Reddit)
استحواذ Meta على Manus يخضع لمراجعة تنظيمية صينية : كشفت مصادر مطلعة أن وزارة التجارة الصينية تقيم صفقة استحواذ Meta على شركة Manus الناشئة لـ AI Agent مقابل 2 مليار دولار، لتحديد ما إذا كانت تنتهك لوائح الرقابة على تصدير التكنولوجيا. تتركز المراجعة على قانونية نقل الأصول الرقمية والتقنيات التي طورها الفريق أثناء تواجده في الصين إلى سنغافورة. تعكس هذه الخطوة الحساسية العالية للمنظمين تجاه هجرة مواهب الذكاء الاصطناعي المتميزة والتقنيات الأساسية في ظل التنافس العالمي، وقد تثير نقاشات عميقة حول حدود المساهمات مفتوحة المصدر ونقل التكنولوجيا عبر الحدود (المصدر: dotey، teortaxesTex)
🎯 التوجهات
تحديث ضخم لورقة DeepSeek-R1 البحثية: من 22 صفحة إلى 86 صفحة : تمت إضافة ملاحق تقنية عميقة لوثيقة DeepSeek-R1، تكشف بالتفصيل عن عملية التطور الذاتي لـ R1-Zero، تفاصيل التقييم، استراتيجيات الـ Distillation، وتجارب الـ Ablation الأعمق. يعتبر المجتمع هذه الخطوة مقدمة لإطلاق DeepSeek V4 أو R2، مما يظهر تراكم خبراتهم العميقة في مجالات Reinforcement Learning ونماذج الاستدلال. توفر المحتويات الجديدة مرجعاً عالي القيمة للباحثين لفهم المنطق الداخلي لنماذج الاستدلال (المصدر: dejavucoder، MachineLearning)
OpenAI تطور سراً جهازاً استهلاكياً على شكل قلم: لتحدي مكانة iPhone : تتردد شائعات بأن OpenAI تعمل على جهاز هاردوير للذكاء الاصطناعي يحمل الاسم الرمزي “Third Core Device” على شكل قلم، بحجم يقارب iPod Shuffle. الجهاز مزود بميكروفون وكاميرا، ويمتلك قدرة على إدراك البيئة، وتتمثل وظيفته الأساسية في تحويل الملاحظات المكتوبة بخط اليد إلى نص في الوقت الفعلي ورفعها إلى ChatGPT. تظهر هذه الخطوة طموح OpenAI في تجاوز أنظمة الهواتف الحالية والاستحواذ على واجهة تفاعل المستخدم مباشرة عبر هاردوير ذكاء اصطناعي أصيل (المصدر: Reddit)
Runway تطلق GWM Worlds: نموذج عالم لمحاكاة البيئات في الوقت الفعلي : استعرضت Runway أحدث نماذج العالم لديها GWM Worlds. بمجرد تقديم صورة مشهد ثابتة، يمكن للنموذج توليد مساحة ثلاثية الأبعاد غامرة وقابلة للاستكشاف بلا حدود، تتضمن محاكاة فورية للهندسة، الضوء والظلال، والفيزياء. تهدف هذه التقنية لتوفير وسيلة جديدة لتوليد البيئات التفاعلية لإنتاج الأفلام وتطوير الألعاب، مما يمثل قفزة للذكاء الاصطناعي من توليد الفيديو إلى توليد عوالم تفاعلية (المصدر: c_valenzuelab)
DFlash: تقنية speculative decoding تسرع Qwen3 بمقدار 6.2 مرة : أطلق فريق Zhijian Liu تقنية DFlash، التي تستخدم block diffusion لأخذ العينات التخمينية (speculative sampling). حققت التقنية تسريعاً غير منقوص (lossless) بمقدار 6.2 مرة على Qwen3-8B، وهي أسرع بـ 2.5 مرة من EAGLE-3. المنطق الأساسي للتقنية هو “نموذج الـ Diffusion مسؤول عن المسودة، والنموذج الـ Autoregressive مسؤول عن التحقق”، مما يحل ببراعة مشكلة بطء استدلال LLM ويظهر الإمكانات الهائلة للعمل المشترك بين معماريتي Diffusion و Autoregressive (المصدر: jeremyphoward)
Tesla FSD تكمل أول تحدي عبور للولايات المتحدة بشكل ذاتي 100% : استخدم السائق David Moss نظام Tesla FSD لإكمال رحلة بطول 2732 ميلاً من لوس أنجلوس إلى ميرتل بيتش، دون أي تدخل بشري طوال الطريق، بما في ذلك الركن التلقائي في محطات Supercharger. يشير هذا إلى أن تقنية القيادة الذاتية القائمة على الشبكات العصبية End-to-End قد وصلت إلى درجة عالية جداً من المتانة، وتقترب من نقطة التحول نحو القيادة الذاتية الكاملة بدون سائق (المصدر: Reddit)
🧰 الأدوات
Cursor تكشف عن “Dynamic Context Discovery”: نظام الملفات هو الذاكرة النهائية للـ Agent : نشرت Cursor مدونة تقنية تشرح استراتيجيتها لإدارة السياق (Context) عبر نظام الملفات. من خلال تحويل المخرجات الطويلة إلى ملفات، وتحميل المهارات (Agent Skills) عند الطلب، وتحسين توصيفات أدوات MCP، نجحت Cursor في تقليل استهلاك الـ Tokens بنسبة 46.9% مع الحفاظ على الجودة. الفكرة الأساسية هي: بدلاً من حشو كميات هائلة من المعلومات مسبقاً مما يشتت النموذج، من الأفضل ترك النموذج يسترجعها بنشاط عبر نظام الملفات عند الحاجة. يتطابق هذا مع مفهوم Manus “نظام الملفات هو السياق” (المصدر: dotey، swyx)
Claude Desktop يدمج واجهة Claude Code المحلية : حدثت Anthropic تطبيقها لسطح المكتب ليتضمن Claude Code بواجهة رسومية. يمكن للمستخدمين ببساطة التبديل إلى وضع “Code” في الشريط الجانبي واختيار مجلد محلي لاستخدام Claude في كتابة الأكواد وإدارة الملفات في بيئة غير برمجية (Non-terminal). يقلل هذا بشكل كبير من حاجز استخدام أدوات البرمجة بالذكاء الاصطناعي، مما يسمح للمطورين غير المعتادين على سطر الأوامر بالاستفادة بكفاءة من قدرات Claude Agent (المصدر: op7418)
Skywork تطلق Video Agent: قدرات تحرير فيديو كاملة بالذكاء الاصطناعي : يدعم Skywork Videos Agent التدفق الكامل من توليد الـ Storyboard إلى تحرير المواد. يمكن للمستخدمين توليد مواد الفيديو عبر النص أو الصور أو الإطارات الأولى والأخيرة، ودمج الموسيقى والصوت مباشرة في المحرر الجانبي. تدعم قوالب المؤثرات الخاصة التي أطلقتها إعادة الاستخدام بنقرة واحدة، مما يظهر تطور AI Agent من توليد محتوى فردي إلى إدارة تدفقات عمل إبداعية معقدة (المصدر: op7418)
NousCoder-14b: نموذج برمجة مفتوح المصدر بمستوى المنافسات : أصدرت Nous Research نموذج NousCoder-14b المبني على ضبط دقيق لـ Qwen3-14B. تم تدريب النموذج تحت إطار Atropos باستخدام 48 بطاقة B200 لمدة 4 أيام، ورفع دقة Pass@1 إلى 67.87% عبر مكافآت التنفيذ القابلة للتحقق (verifiable execution rewards). فتح الفريق المصدر لبيئة RL الكاملة، الاختبارات المعيارية، وحزمة التدريب، مما يدفع حدود قدرات المجتمع مفتوح المصدر في مجال البرمجة المنطقية المعقدة (المصدر: tokenbender، huggingface)
Memvid: طبقة تخزين Serverless بملف واحد لـ AI Agent : تطبيق Memvid هو نظام ذاكرة محمول للذكاء الاصطناعي مكتوب بلغة Rust. يستعير منطق ترميز الفيديو لتعبئة البيانات، الـ Embeddings، وهياكل البحث في ملف واحد بصيغة .mv2 ، موفراً سرعة استرجاع محلي أقل من 5 مللي ثانية. يسمح هذا التصميم لـ AI Agent بحمل ذاكرة طويلة المدى مثل حمل قرص صلب، دون الحاجة لخطوط RAG معقدة أو قواعد بيانات Vector في السيرفر، مما يجعله خياراً مثالياً لبناء Offline-first Agents (المصدر: GitHub)
📚 التعلم
خبير Rust المخضرم Steve Klabnik يتعاون مع Claude لبناء لغة Rue الجديدة في 11 يوماً : استخدم Steve Klabnik، مؤلف كتاب “The Rust Programming Language”، مساعدة Claude لكتابة حوالي 100 ألف سطر من كود Rust في 11 يوماً لإنشاء لغة Rue التجريبية لأنظمة التشغيل. يظهر هذا المشروع كيف يمكن للذكاء الاصطناعي خفض تكلفة تجارب تصميم اللغات بشكل كبير، مما يحرر المطورين من كتابة الأكواد المرهقة للتركيز على التصميم التجريدي وتعريف القيود. أثارت هذه الحالة نقاشاً مجتمعياً حول “هل لا نزال بحاجة للغات برمجة جديدة في عصر الذكاء الاصطناعي” (المصدر: 36氪)
إطار عمل CogFlow: محاكاة الإدراك البشري لحل المعضلات الرياضية البصرية : تقترح الورقة إطار CogFlow الذي يحاكي منطق حل المشكلات الرياضية لدى البشر عبر ثلاث مراحل: “الإدراك – الاستيعاب – الاستدلال”. يضمن “نموذج مكافأة استيعاب المعرفة” الذي قدمه أن النموذج يدمج الإشارات البصرية حقيقةً بدلاً من البحث عن طرق مختصرة. تتضمن مجموعة بيانات MathCog المنشورة مع الورقة 120 ألف زوج عالي الجودة من محاذاة الإدراك والاستدلال، مما يوفر مورداً مهماً لأبحاث الاستدلال الرياضي متعدد الوسائط (المصدر: HuggingFace)
نظام SOP: خطة تدريب لاحق عبر الإنترنت لنماذج الرؤية واللغة والحركة (VLA) : يحقق نظام SOP تدريباً موزعاً ومتعدد المهام عبر الإنترنت للروبوتات في العالم المادي. من خلال معمارية الحلقة المغلقة، ترسل مجموعات الروبوتات تدفق الخبرات في الوقت الفعلي إلى متعلم سحابي، وتتلقى تحديثات السياسة بشكل غير متزامن. أظهرت التجارب أن بضع ساعات من التفاعل الحقيقي يمكن أن تحسن بشكل كبير أداء النموذج في مهام معقدة مثل طي الملابس ووضع البضائع على الأرفف، مع توسع الأداء خطياً مع عدد الروبوتات (المصدر: HuggingFace)
💼 الأعمال
Zhipu AI و MiniMax تخططان للاكتتاب العام في هونغ كونغ: بدء موجة إدراج شركات اليونيكورن الصينية للنماذج الكبيرة : تخطط شركتا Zhipu AI و MiniMax للإدراج في بورصة هونغ كونغ في يناير 2026، مع توقعات بجمع تمويل يبلغ حوالي 550 مليون دولار وتقييم يقارب 6.5 مليار دولار. بلغت إيرادات Zhipu في 2024 حوالي 44.7 مليون دولار، بينما بلغت إيرادات MiniMax حوالي 30.5 مليون دولار. رغم التوترات التجارية، يُعتبر تقييم الشركتين جذاباً بفضل نماذجهما التقنية الراسخة وقاعدة مستخدميهما (وصل مستخدمو MiniMax إلى 220 مليوناً)، مما يشير إلى دخول صناعة الذكاء الاصطناعي في الصين مرحلة عوائد رأس المال (المصدر: bookwormengr، 36氪)
xAI تكمل تمويلاً بقيمة 20 مليار دولار: التقييم يقفز إلى 2300 مليار دولار : جمعت شركة xAI التابعة لـ Elon Musk مبلغ 20 مليار دولار إضافي لشراء قدرات حوسبية وتوسيع قدرات الذكاء الاصطناعي على منصة X. تكمن الميزة الفريدة لـ xAI في امتلاك بيانات X الفورية و 250 مليون مستخدم نشط يومياً. استراتيجية Musk هي “بناء الانتباه عبر الذكاء الاصطناعي”، من خلال أسلوب Grok الفكاهي وغير التقليدي، لشق طريق مختلف وسط حصار OpenAI و Anthropic (المصدر: TheRundownAI، Yuchenj_UW)
Lee Kai-Fu يلخص 2025: التطور من “مصنع العالم” إلى “مصنع الـ Agent” : أشار Lee Kai-Fu، الرئيس التنفيذي لشركة 01.AI، إلى أن عام 2025 هو العام الأول لـ Reasoning AI Agent، حيث أعادت لحظة DeepSeek تشكيل سوق ToB. وتوقع أن يدخل عام 2026 عصر “شخص واحد وفريق ذكاء اصطناعي”، حيث ستعيد أنظمة الوكلاء المتعددين تشكيل المنظمات كما أعادت خطوط الإنتاج تشكيل الصناعة. وبفضل النماذج القوية مفتوحة المصدر والقاعدة التصنيعية، من المتوقع أن تصبح الصين مصنع الـ Agent العالمي، لنمذجة القدرات التنظيمية ونشرها على مدار الساعة (المصدر: ZhihuFrontier)
🌟 المجتمع
تأملات Noam Brown التجريبية: الذكاء الاصطناعي لا يمكنه بعد استبدال خبراء المجال بالكامل : حاول باحث الذكاء الاصطناعي المرموق Noam Brown استخدام Codex و Claude Code لكتابة برنامج حل البوكر (Poker Solver). رغم أن الذكاء الاصطناعي يسرع التطوير، إلا أنه لا يزال يرتكب أخطاء متكررة بل و “يضلل” المستخدم في المنطق الخوارزمي، تنفيذ واجهة GUI، وتطوير الخوارزميات المبتكرة. يرى أن الذكاء الاصطناعي حالياً يشبه “مترجماً (Compiler) غير مستقر”، وفي المهام البحثية التي تتطلب خلفية عميقة في المجال، لا يزال تحقق الخبراء البشر وتصحيحهم أمراً لا غنى عنه (المصدر: polynoamial، SebastienBubeck)
تحذير من أسعار الهاردوير: GPU و DRAM و NAND ستشهد ارتفاعاً حاداً : أشارت نقاشات المجتمع إلى أنه بسبب الانفجار في الطلب على مراكز البيانات وتنافس العمالقة مثل OpenAI على القدرة الإنتاجية، من المتوقع أن ترتفع أسعار عقود الذاكرة في الربع الأول من 2026 بنسبة 55-60%، وقد تضاعفت أسعار SSD بالفعل. قد يرتفع سعر NVIDIA RTX 5090 إلى 5000 دولار. يدفع هذا المطورين للتوجه نحو نماذج تكميم (Quantization) أكثر كفاءة (مثل FLUX.2 quantized) وأطر استدلال خفيفة مثل llama.cpp (المصدر: Reddit)
نهاية هندسة الأوامر (Prompt Engineering)؟ قاعدة “Scratchpad” تكتسب شعبية : اكتشف المجتمع أنه بدلاً من قضاء أسابيع في كتابة Persona وقيود معقدة، من الأفضل ببساطة مطالبة الذكاء الاصطناعي باستخدام <scratchpad> للعصف الذهني والنقد الذاتي قبل الإجابة. يتفوق وضع “التفكير القسري” هذا على معظم الأوامر المعقدة في المسائل المنطقية. الرأي السائد هو أن جوهر Prompt Engineering هو في الحقيقة مجرد محاولة لجعل النموذج “يتمهل” ليفكر (المصدر: Reddit)
موجة “الموت المفاجئ” لتطبيقات الذكاء الاصطناعي: في 2025 يسقط أداة ذكاء اصطناعي واحدة يومياً في المتوسط : تظهر الإحصائيات أن ما يقرب من 400 أداة ذكاء اصطناعي عالمية قد توقفت عن الخدمة في عام 2025، بما في ذلك تطبيقات مرافقة صينية مشهورة مثل Maopao Ya و Wow AI. تعود الأسباب الرئيسية للفشل إلى: حركة مرور وهمية تفتقر للقدرة على تحقيق الربح، ابتكارات “عارية” بوظائف أحادية، ولمس خطوط الامتثال الحمراء. يشير هذا إلى أن ريادة الأعمال في الذكاء الاصطناعي تعود من “عصر استعراض المهارات” إلى المنطق التجاري السليم، حيث ستبقى فقط المنتجات التي تحل نقاط ألم حقيقية (المصدر: 36氪)
💡 أخرى
Agibot Genie Sim 3.0: إطلاق منصة محاكاة مفتوحة المصدر للذكاء الاصطناعي المتجسد : أطلقت شركة AGIBOT في معرض CES 2026 منصة Genie Sim 3.0، التي تدمج NVIDIA Isaac Sim وتوفر أكثر من 10 آلاف ساعة من مجموعات البيانات الاصطناعية لعمليات الروبوتات الحقيقية. تدعم المنصة توليد مشاهد محاكاة واسعة النطاق في دقائق، وتهدف لتقليل اعتماد الذكاء الاصطناعي المتجسد على الهاردوير المادي وتسريع تكرار النماذج عبر تقنيات إعادة البناء ثلاثي الأبعاد عالي الجودة والتوليد البصري (المصدر: ziran_pu)
مخاطر تخليق الفيروسات بالذكاء الاصطناعي تثير مخاوف أمنية : ناقش المجتمع بحرارة قدرة الذكاء الاصطناعي على تصميم فيروسات من الصفر، معتبرين أن هذا لا يبعد سوى خطوة واحدة عن “السلاح البيولوجي المثالي”. تدعو النقاشات لتعزيز الرقابة ووضع حواجز حماية للنماذج الكبيرة في المجال البيولوجي لمنع إساءة استخدام التكنولوجيا في صنع مسببات أمراض جديدة، مما يبرز إلحاح حوكمة الذكاء الاصطناعي في المجالات غير الرقمية (المصدر: Reddit)
