🔥 تسليط الضوء
Anthropic تنشر تقرير المخاطر الثاني وتكشف عن النموذج الداخلي Model 2 : نشرت Anthropic تقريرها الثاني عن المخاطر، حيث كشفت لأول مرة عن نموذجها الداخلي عالي الأداء “Model 2”. سجل هذا النموذج 62.8% في اختبار البحث والتطوير الداخلي CoBench، وعلى الرغم من تفوقه على Mythos 5، إلا أنه لا يزال غير قادر على استبدال الباحثين البشر. كما كشف التقرير عن العديد من الإخفاقات في إجراءات السلامة، بما في ذلك انحراف التعاون بين الوكلاء المتعددين (multi-agent)، وتسريب سلسلة الأفكار (chain-of-thought) في التعلم المعزز، مما دفعها إلى رفع مستوى خطر “عدم المحاذاة” (misalignment) إلى “منخفض”. (المصدر: JiQiZhiXin)
Google تطلق نموذج Gemini 3.7 Flash وتبدأ منافسة بأسعار منخفضة : أطلقت Google رسميًا نموذج Gemini 3.7 Flash، مع تحسن ملحوظ في الأداء مقارنة بالجيل السابق، حيث حقق نتيجة 65.3% في معيار DeepSWE. ولمواجهة المنافسة الشديدة في السوق، قدمت Google سعرًا ترويجيًا منخفضًا للغاية يبلغ 0.75 دولار لكل مليون Token مدخل و3.75 دولار لكل مليون Token مخرج، لتشن حرب أسعار مباشرة ضد OpenAI وAnthropic، في محاولة للاستحواذ على حصة أكبر في سوق النماذج خفيفة الوزن الموجهة للمؤسسات. (المصدر: AI Business)
SpaceX تكمل الاستحواذ على أداة البرمجة بالذكاء الاصطناعي Cursor : أكملت شركة SpaceX المملوكة لإيلون ماسك رسميًا استحواذها على أداة البرمجة بالذكاء الاصطناعي Cursor. سينضم فريق Cursor إلى SpaceX AI للمساعدة في تحسين سلسلة نماذج Grok ونظامها البيئي الجديد للوكلاء الذكيين Grok Bot. وفي الوقت نفسه، أظهرت اختبارات الأمان أن النموذج الجديد GLM-5.3 قد اكتشف ثغرة أمنية خطيرة غير معلنة في Cursor، ويعمل الطرفان حاليًا معًا لإصلاحها. (المصدر: The Verge)
Google تعيد هيكلة قطاع الذكاء الاصطناعي: نقل بعض الفرق غير التقنية في DeepMind إلى المقر الرئيسي : بدأت Google في تفكيك وإعادة هيكلة Google DeepMind، معلنةً عن نقل عدة فرق دعم غير تقنية خارج DeepMind ودمجها مباشرة في نظام التقارير الخاص بـ Google، وذلك لتقليل العقبات بين الأبحاث وتحويلها إلى منتجات، وتسريع دمج Gemini مع منتجات Google الأساسية. وفي الوقت نفسه، عاد المؤسس المشارك سيرجي برين إلى مركز اتخاذ القرار في مجال الذكاء الاصطناعي، دافعًا بقوة نحو مسارات تقنية متقدمة مثل “التحسين الذاتي المتكرر” (recursive self-improvement). (المصدر: Reuters)
🎯 التطورات
Alibaba تطرح نموذج Qwen3.8-27B متعدد الوسائط خفيف الوزن كمصدر مفتوح : طرحت Alibaba رسميًا نموذج Qwen3.8-27B متعدد الوسائط الكثيف كمصدر مفتوح بموجب ترخيص Apache 2.0. يتفوق هذا النموذج على Claude Opus 4.6 Max في تقييمات البرمجة والوكلاء الذكيين (Agent) مثل SWE-bench Pro، ويدعم سياقًا أصليًا يبلغ 262K (يمكن توسيعه إلى 1M). كما يقدم لأول مرة ميزة ضبط مستويات الاستدلال، مما يسمح للمطورين بالتحكم بحرية في عمق التفكير بناءً على صعوبة المهمة، وهو مناسب جدًا للنشر المحلي على بطاقات الرسوميات الاستهلاكية. (المصدر: QbitAI)
Anthropic تفصل آلية العلامة المائية للنصوص في Claude : استجابةً لمتطلبات الامتثال لقانون الذكاء الاصطناعي للاتحاد الأوروبي، كشفت Anthropic بالتفصيل عن تقنية العلامة المائية للنصوص الخاصة بـ Claude. تعتمد هذه التقنية على حل SynthID-Text من Google DeepMind، وتعمل على توليد علامة مائية غير محسوسة من خلال تضمين نمط مفتاح محدد في عشوائية اختيار الكلمات. وأكدت الشركة أن هذه الآلية لا تؤثر على جودة التوليد ولا تزيد من استهلاك الـ Token، وتخطط لإطلاق واجهة برمجة تطبيقات (API) للكشف عنها في المستقبل القريب. (المصدر: Anthropic News)
World Labs تطلق محرك التدريب الافتراضي للروبوتات R2S2R : أطلقت شركة World Labs الناشئة في مجال الذكاء الاصطناعي، والتي أسستها فاي-فاي لي (Fei-Fei Li)، محرك محاكاة الروبوتات “Real-to-Sim-to-Real” (R2S2R) القائم على تقنية SceniX. يمكن لهذا النظام تحويل مهمة روبوتية واقعية واحدة إلى آلاف سيناريوهات التدريب الافتراضية التي تشمل إضاءات مختلفة، ومواقع كائنات، وخصائص فيزيائية متنوعة، مما يسمح بتدريب استراتيجيات التحكم دون أي اتصال بالآلة الحقيقية، وتشغيلها مباشرة وبثبات على الأجهزة المادية. (المصدر: World Labs)
Google تسمح للمستخدمين بإيقاف تشغيل العلامات المائية المرئية في المحتوى المولد بالذكاء الاصطناعي : أعلنت Google أنها ستسمح للمستخدمين بإيقاف تشغيل العلامات المائية المرئية يدويًا للصور ومقاطع الفيديو والموسيقى المولدة بواسطة الذكاء الاصطناعي في Gemini ومحرر الفيديو Flow. تهدف هذه الخطوة إلى تحقيق التوازن بين الاحتياجات العملية للمبدعين والامتثال الأمني، بينما ستظل علامة SynthID المائية غير المرئية وبيانات C2PA الوصفية في الخلفية للتحقق من الأصالة. (المصدر: TechCrunch)
Twitch المملوكة لأمازون تحدّث سياسة الخصوصية لتسمح للمستخدمين برفض التدريب على الذكاء الاصطناعي : قامت منصة البث المباشر Twitch المملوكة لشركة Amazon بتحديث إعدادات الأمان والخصوصية، مما يسمح لصناع المحتوى بإيقاف خيار “التدريب على الذكاء الاصطناعي التوليدي” يدويًا لمنع استخدام مقاطع الفيديو المباشرة والتسجيلات وبيانات الدردشة الخاصة بهم في تدريب نماذج الذكاء الاصطناعي الخاصة بـ Amazon. ومع ذلك، لن تخضع وظائف الذكاء الاصطناعي المساعدة المستخدمة للتوصيات والإشراف على المنصة لهذا الخيار. (المصدر: WIRED)
حصول خدمة القيادة الذاتية Waymo على الموافقة للتوسع في عدة مناطق بكاليفورنيا : حصلت شركة القيادة الذاتية Waymo على موافقة لجنة المرافق العامة في كاليفورنيا (CPUC) لتوسيع خدمة طلب سيارات الأجرة ذاتية القيادة رسميًا إلى منطقة خليج سان فرانسيسكو، ولوس أنجلوس، وسان دييغو، وساكرامنتو. وأشارت Waymo إلى أنها ستدفع بعمليات النشر في كل منطقة تدريجيًا وبشكل مدروس بناءً على إطار تقييم السلامة الخاص بها. (المصدر: Waymo)
🧰 الأدوات
جامعة تشجيانغ تطرح منصة الوكلاء العلميين Polaris كمصدر مفتوح : طرح فريق من جامعة تشجيانغ منصة وكلاء البحث العلمي بالذكاء الاصطناعي المسماة Polaris كمصدر مفتوح. تربط هذه المنصة خطوات البحث العلمي مثل مراجعة الأدبيات، وتوليد الأفكار، وإدارة التجارب، وكتابة الأوراق البحثية في خط إنتاج مؤتمت. يمكن للذكاء الاصطناعي تصميم وإجراء التجارب بشكل مستقل على خوادم GPU المتصلة، مع إشراك تأكيد بشري في نقاط اتخاذ القرار الحاسمة، بهدف إنشاء نموذج جديد للبحث العلمي القائم على التعاون بين الإنسان والآلة. (المصدر: JiQiZhiXin)
Yinchao تطلق نموذج الموسيقى الكبير V4.0 وتفتح واجهة برمجة التطبيقات API : أطلق فريق الموسيقى بالذكاء الاصطناعي الصيني Yinchao النموذج الكبير V4.0، والذي يركز على الفهم الدلالي البشري والإبداع متعدد اللغات. لا يدعم الإصدار الجديد اللغات العشر الرئيسية في العالم فحسب، بل يفتح أيضًا ميزة توليد الموسيقى البحتة للمستخدمين الأفراد لأول مرة. بالإضافة إلى ذلك، أطلقت Yinchao منصة مفتوحة لواجهة برمجة التطبيقات (API)، تقدم واجهات لتوليد كلمات الأغاني ومحاكاة الأغاني، وهي متاحة مجانًا للمطورين لفترة محدودة. (المصدر: QbitAI)
📚 التعلم
SWD: مسار قابلية التفسير على مستوى الأوزان للنماذج الكبيرة دون الحاجة لإعادة التدريب : اقترح معهد Zhizhi للابتكار بالتعاون مع جامعتي أكسفورد وستانفورد طريقة “تفكيك الأوزان المتناثرة” (SWD). تقوم هذه الطريقة مباشرة بتفكيك مصفوفة الأوزان الكثيفة للنموذج المدرب مسبقًا إلى عاملين متناثرين، مما يحول الأبعاد المشتركة إلى وحدات عنق زجاجة يمكن التدخل فيها بشكل مستقل، وقد نجحت في استخراج مسارات المهام في نماذج مثل GPT-2 وQwen. تبلغ تكلفة البيانات لهذه الطريقة 1% فقط من الشبكات البديلة التقليدية القائمة على التدريب، وتوفر نسخة zero-data لا تتطلب بيانات معايرة. (المصدر: Zhizhi Research Institute)
نموذج البرمجة لقابلية التركيب الزماني والمكاني خلف DeepSeek Harness : بالتزامن مع فتح مصدر إطار عمل الوكلاء Harness، نشر فريق DeepSeek ورقة بحثية بعنوان “نموذج البرمجة لقابلية التركيب الزماني والمكاني”. توضح الورقة بالتفصيل الأساس النظري لإطار عملها الأساسي Cordis، ومن خلال تجسيد “التأثيرات” (effects) و”التأثيرات المصاحبة” (co-effects) كآليات تشغيل، فإنها تحقق التحميل الديناميكي للمكونات أثناء التشغيل، وحقن التبعيات، وتنظيف الآثار الجانبية القابلة للعكس، مما يوفر دعمًا قويًا على مستوى النظام للوكلاء ذاتيي التطور. (المصدر: JiQiZhiXin)
UniMotion: إدخال وسائط الحركة المستمرة في النماذج الكبيرة الموحدة متعددة الوسائط : نشر فريق من جامعة بكين، وجامعة دونغهوا، وجامعة جنوب الصين للتكنولوجيا ورقة بحثية في مؤتمر ECCV 2026، يقترحون فيها إطار عمل موحد متعدد الوسائط يسمى UniMotion. تعامل هذه الطريقة الحركة البشرية المستمرة متعددة الإطارات (Motion) كوسيط مستقل، وتعمل على محاذاتها مع النصوص وإشارات الرؤية RGB في هيكل LLM مشترك، مما يحقق سبع مهام عبر الوسائط بما في ذلك فهم الحركة، والتنبؤ بها، وتوليدها، وتعديلها في نموذج واحد. (المصدر: Peking University)
HarnessFix: التشخيص التلقائي وإصلاح عيوب إطار عمل الوكلاء Harness : لمعالجة مشكلة فشل الوكلاء في المهام المعقدة بسبب تعطل آليات البيئة الخارجية (Harness)، اقترح الباحثون إطار عمل HarnessFix. يقوم هذا النظام بتجميع مسارات فشل الوكيل ومكونات Harness في تمثيل وسيط، وتحديد مستوى Harness الذي يقع فيه العيب تلقائيًا (مثل واجهات الأدوات أو منطق التحقق)، وتوليد رقع إصلاح محدودة، مما أدى إلى زيادة معدل إكمال المهام بمقدار 6.3 إلى 18.4 نقطة مئوية في اختبارات مرجعية متعددة. (المصدر: HarnessFix)
MDA: وكيل اكتشاف الآليات القائم على النماذج الكبيرة وتصميم التجارب البايزية : طور باحثون من جامعة هارفارد ومعهد ماساتشوستس للتكنولوجيا (MIT) ومؤسسات أخرى وكيل اكتشاف النماذج (MDA). يجمع هذا النظام بين قدرة النماذج الكبيرة على توليد الفرضيات وصرامة الاستدلال البايزي، ومن خلال تعظيم قيمة المعلومات (VoI)، يقوم بتصميم واختيار التجارب التدخلية التي تميز بشكل أفضل بين الآليات الفيزيائية المرشحة، مما يستبعد الفرضيات الخاطئة بعدد أقل بكثير من التجارب في مهام الاكتشاف العلمي المتعددة. (المصدر: NeuronBench)
Libra: مدير موارد فعال للتدريب اللاحق للتعلم المعزز القائم على الوكلاء : طرح فريق من الجامعة الصينية في هونغ كونغ وجامعة هانغ سنغ في هونغ كونغ نظام Libra كمصدر مفتوح. يستهدف هذا النظام مشكلات الذيل الطويل للمسارات وعدم التوازن بين المراحل الناتج عن استدعاء الأدوات في Agentic RL، حيث صمم مخطط موارد عالمي ومجدول C-MLFQ يمكنه ضبط نسبة التدريب والاستدلال لـ GPU ديناميكيًا بناءً على إشارات وقت التشغيل التي ترجعها الأدوات، مما أدى إلى زيادة إنتاجية التدريب بنسبة تصل إلى 300% في مهام متعددة. (المصدر: NetX-lab)
💼 الأعمال
IBM وOpenAI تتوصلان إلى تعاون استراتيجي في مجال الذكاء الاصطناعي للمؤسسات : أعلنت شركتا IBM وOpenAI عن شراكة جديدة لتأسيس قسم مخصص لـ OpenAI داخل فريق استشارات IBM لتدريب آلاف المستشارين. سيقوم الطرفان بدمج نماذج مثل GPT-5.6 وCodex وChatGPT Work بعمق في منصات الاستشارات والأمن السيبراني متعددة الوكلاء التابعة لـ IBM، لتسريع النشر الآمن للذكاء الاصطناعي للمؤسسات في القطاعات الخاضعة للتنظيم. (المصدر: AI Business)
Nvidia تتعاون مع عمالقة وول ستريت لإطلاق تمويل بقيمة 500 مليار دولار للبنية التحتية للذكاء الاصطناعي : أعلنت Nvidia عن تعاونها مع ست مؤسسات مالية عالمية كبرى، بما في ذلك Apollo وBlackstone وGoldman Sachs، بهدف حشد أكثر من 500 مليار دولار لبناء البنية التحتية للذكاء الاصطناعي. يهدف المشروع إلى إنشاء منصة تمويل مستقلة للشبكات وقوة الحوسبة، وتوفير الدعم الرأسمالي لمراكز بيانات الذكاء الاصطناعي ومشتريات الأجهزة، وتثبيت مرافق الحوسبة كفئة أصول جديدة قابلة للاستثمار. (المصدر: AI Business)
🌟 المجتمع
نقاش ساخن في المجتمع حول “مأساة المشاع المعرفي” واستبدال الذكاء الاصطناعي للوظائف المبتدئة : أثارت نظرية “مأساة المشاع المعرفي” (Tragedy of the Cognitive Commons) التي اقترحها الأكاديميون مؤخرًا نقاشًا واسعًا. وتشير الدراسة إلى أنه على الرغم من أن الشركات قد تستفيد على المدى القصير من استبدال الوظائف المبتدئة بالذكاء الاصطناعي، إلا أن ذلك سيقطع الطريق أمام المواهب المبتدئة لتراكم المعرفة العميقة بالمجال من خلال الممارسة، مما يؤدي إلى نقص الخبراء الكبار القادرين على تصحيح أخطاء الذكاء الاصطناعي في المستقبل. وتواجه القطاعات ذات العوائق المنخفضة والنمطية العالية مثل تطوير البرمجيات والتمويل والقانون أعلى مخاطر الخسارة. (المصدر: Human Resource Development Review)
دراسة تكشف عن “تأثير التخفيف” للكتب المولدة بالذكاء الاصطناعي على سوق النشر الذاتي في أمازون : أظهرت دراسة للكشف عن Pangram استهدفت أكثر من 10,000 كتاب إلكتروني منشور ذاتيًا على Amazon أن الكتب التي تحتوي على كميات كبيرة من المحتوى المولد بالذكاء الاصطناعي باتت تشكل 20% من إجمالي الدليل. وعلى الرغم من انخفاض مبيعات الكتب الفردية المولدة بالذكاء الاصطناعي، إلا أن وتيرة نشرها المرتفعة للغاية أحدثت تأثير تخفيف شديد على السوق، مما أدى إلى انخفاض عام في متوسط دخل الكتب الأصلية الفردية، حتى تلك التي لم يتم الكشف فيها عن أي آثار للذكاء الاصطناعي. (المصدر: arXiv)
أول حالة في المحاكم الأمريكية: المدعي يزرع توجيهات ذكاء اصطناعي غير مرئية في لائحة الدعوى لمحاولة التلاعب بالمحاكمة : في دعوى قضائية بولاية كونيتيكت الأمريكية، قام المدعي بزرع كلمات توجيهية (prompts) غير مرئية في المساحات الفارغة من لائحة الدعوى باستخدام خط أبيض بحجم 3 نقاط، محاولاً توجيه النظام لإصدار حكم لصالحه في حال استخدمت المحكمة نظام مراجعة تلقائي بالذكاء الاصطناعي. وعلى الرغم من أن المحكمة لم تستخدم مراجعة الذكاء الاصطناعي، إلا أن القاضي ألغى على الفور امتيازات التقاضي الإلكتروني الخاصة به بعد اكتشاف الأمر، وأدان هذا السلوك معتبرًا إياه مساويًا لـ “الاتصال الخاص بأعضاء هيئة المحلفين”. (المصدر: Ars Technica)
خسارة فادحة لصندوق التحوط SA تثير نقاشًا في المجتمع حول فقاعة الاستثمار في الذكاء الاصطناعي : تكبد عملاق التداول الكمي في وول ستريت Jane Street خسارة فادحة بلغت حوالي 15 مليار دولار في يوليو بسبب انكشافه على المخاطر في صندوق التحوط المخصص للذكاء الاصطناعي “Situational Awareness”. أثار هذا الحدث نقاشًا واسعًا في المجتمع، حيث يعتقد بعض المستثمرين أن هذا يشير إلى أن توقعات السوق لعائد الاستثمار (ROI) قصير ومتوسط الأجل في الذكاء الاصطناعي مرتفعة للغاية، مما أدى إلى تدافع موضعي في سلاسل التمويل. (المصدر: The Guardian)
💡 أخرى
تأسيس أول مركز جامعي لتكنولوجيا الذكاء الاصطناعي رسميًا في إندونيسيا : أنشأت وزارة الاتصالات والشؤون الرقمية الإندونيسية بالتعاون مع شركة الاتصالات الإندونيسية (Indosat) وNvidia وجامعة غادجاه مادا (UGM) أول مركز جامعي لتكنولوجيا الذكاء الاصطناعي في البلاد في يوجياكارتا. سيعتمد المركز على منصة الحوسبة المتسارعة من Nvidia وخدمات GPU السيادية في إندونيسيا، مع التركيز على البحث والتطوير في مجال الذكاء الاصطناعي للقطاعات الوطنية الحيوية مثل فحص السل، والزراعة الدقيقة، والإنذار المبكر بالكوارث الطبيعية. (المصدر: NVIDIA Blog)
سكان منطقة Larbert في إسكتلندا بالمملكة المتحدة يحتجون على مركز بيانات الذكاء الاصطناعي المقترح : اندلعت احتجاجات في منطقة Larbert بإسكتلندا ضد مركز بيانات الذكاء الاصطناعي المقترح، بمشاركة مئات السكان، وتم تلقي ما يقرب من 7000 اعتراض حتى الآن. يخشى السكان المحليون والمنظمات البيئية بشكل أساسي من أن تتسبب مولدات الديزل الاحتياطية البالغ عددها 200 مولد المخصصة لمركز البيانات في تلوث شديد للهواء والضوضاء للمستشفيات ودور الرعاية المجاورة. (المصدر: The Guardian)