كلمات مفتاحية：xAI, ديب سيك, شريحة الذكاء الاصطناعي تيسلا, مشروع ماكروهارد, هيكل موديل 1, شريحة الذكاء الاصطناعي 5
🔥 تركيز
تسريب استراتيجية xAI الأساسية: مسك يطرد مهندسًا يكشف الأسرار الداخلية: تم فصل مهندس xAI “سولي” بعد كشفه أسرارًا جوهرية للشركة في بودكاست. تضمنت التسريبات: 1. مشروع Macrohard: يهدف لتطوير “محاكٍ بشري” يمكنه تقليد جميع السلوكيات البشرية في العالم الرقمي دون حاجة لتكيف البرمجيات؛ 2. شبكة حوسبة Tesla: تخطط لاستئجار قدرة حوسبة ملايين السيارات Tesla المجهزة بجهاز HW4 في أمريكا الشمالية لتشغيل الذكاء الاصطناعي، مما يتيح نشرًا موزعًا دون بنية تحتية؛ 3. إستراتيجية السرعة أولاً: تسعى xAI لتحقيق سرعة تنفيذ أسرع بثمانية أضعاف من البشر، معتبرة أن إنجاز المهام بسرعة فائقة أكثر قيمة تجارية من التفكير العميق. كشفت هذه التسريبات لـ OpenAI وGoogle وغيرهم الخطط التقنية لـ xAI (المصدر: dotey)
ظهور DeepSeek “Model1” على GitHub: عصر V4 قد يبدأ: قام مستودع FlashMLA الرسمي لـ DeepSeek بتحديث يشير إلى “MODEL1” في الكود، مع إعدادات محاذاة بايت محددة (576B). يعتقد المجتمع أن هذا قد يكون رمزًا لهيكل الطراز الرئيسي التالي (V4). نظرًا لأن DeepSeek أعلنت سابقًا أنها لن تميز بين سلسلتي Vx وRx، قد يمثل MODEL1 هيكلها الجديد الموحد للاستدلال والأغراض العامة. في ذكرى إصدار R1، أثارت هذه الخطوة توقعات كبيرة بتجاوز النماذج مفتوحة المصدر الصينية للحدود مرة أخرى (المصدر: teortaxesTex, Teknium)
ورقة بحثية مهمة من Google AI: سلسلة التفكير هي في الأساس “مجتمع تفكير” داخلي: كشفت دراسة GoogleAI الأخيرة “Reasoning Models Generate Societies of Thought” الأسباب العميقة لأداء نماذج الاستدلال المتميز مثل o1 وR1. وجدت الدراسة أن “التفكير لفترة أطول” هو مجرد مظهر، حيث يحاكي النموذج داخليًا “مناظرة مجتمعية” بين أدوار متعددة: يشككون في خطواتهم، يستكشفون بدائل، ويتوصلون لإجماع. تشبه هذه الآلية العقل الجماعي البشري. أظهرت التجارب أن هذه “الاجتماعية” تساهم بأكثر من 20% في تحسين الدقة، مما يثبت تطور نماذج الاستدلال من اتباع الأوامر البسيط إلى الإدراك متعدد الأبعاد المعقد (المصدر: NerdyRodent)
مسك يعلن عن عائلة رقائق Tesla للذكاء الاصطناعي: تكرار مجنون كل 9 أشهر: أعلن مسك عن اكتمال تصميم رقاقة AI5، التي قد تتفوق بأداء يصل إلى 50 ضعفًا عن سابقتها، وستدمج بين السيارات الذكية والروبوتات Optimus. تستهدف AI6 الجيل التالي “التدريب والاستدلال الموحد”، بينما تركز AI7 على “حوسبة الفضاء” للسفن الفضائية وستارلينك. يخطط مسك لتقصير دورة التكرار إلى 9 أشهر، مع التفكير في بناء مصنع رقائق 2 نانومتر TeraFab. تهدف هذه الإستراتيجية إلى التكامل الرأسي الشديد لبناء نظام بيئي “حياة سيليكونية” يعتمد على الحوسبة (المصدر: 36Kr)
🎯 تحركات
إصدار GLM-4.7-Flash: معيار جديد لنماذج الاستدلال المحلية: أطلقت智谱 AI نموذج GLM-4.7-Flash المحسن للنشر المحلي، وهو نموذج MoE بسعة 30B يدعم سياقًا بطول 200K ويتميز بأداء متميز في اختبارات البرمجة SWE-Bench والاستدلال GPQA. قدمت Unsloth نسخة كمّية تعمل بذاكرة وصول عشوائي 24GB فقط. يظهر النموذج خطوات منطقية واضحة في سلسلة التفكير (التحليل، العصف الذهني، المسودة، التحسين، الصقل)، مما يجعله مرشحًا ليحل محل نماذج العمل المحلية مثل GPT-OSS-120B (المصدر: Zai_org, danielhanchen)
دراسة Anthropic عن “محور المساعد”: استقرار شخصية النموذج وأمانه: كشفت دراسة Anthropic “The Assistant Axis” عن وجود محور رئيسي داخل النماذج يحدد مدى تصرفها كمساعد افتراضي. يؤدي الانحراف عن هذا المحور إلى “انحراف الشخصية”، مما ينتج سلوكيات غريبة أو ضارة. تسمح تقنية “تحديد التنشيط” بحصر النموذج في مناطق محددة من المحور، مما يحمي من هجمات الاختراق القائمة على الأدوار ويحافظ على استقرار النموذج في المواقف العاطفية الحساسة (المصدر: AndrewLampinen, Teknium)
تقنية STEM: توسيع ذاكرة Transformer دون توجيه: اقترحت جامعة كارنيجي ميلون وMeta تقنية STEM (Scaling Transformers through Embedding Modules) التي تستبدل جزءًا من تصعيد FFN بالبحث عن تضمين ثابت يعتمد على فهرس الرمز المميز. يتيح ذلك توسيع حجم المعلمات دون زيادة الحسابات أو عدم استقرار التوجيه، مع جلب المعلمات مسبقًا إلى CPU، مما يوفر مسارًا بسيطًا وفعالًا للنماذج الكبيرة المتفرقة (المصدر: TheTuringPost)
إصدار وحدة RLM في DSPy: بدء عصر نماذج اللغة العودية: أطلق DSPy 3.1.2 وحدة dspy.RLM التي تدعم إستراتيجيات الاستدلال العودي، مما يسمح للنموذج بالمرجعية الذاتية والتكرار متعدد الجولات في المهام المعقدة. يعتقد المجتمع أن RLM ستصبح الطريقة القياسية لإدارة الأنظمة طويلة التشغيل والسياقات المعقدة، مما يمثل تطورًا للاستدلال من الهياكل الخطية إلى العودية (المصدر: lateinteraction)
🧰 أدوات
Claude Code يغزو مجتمع المطورين: ثورة كفاءة وكيل البرمجة: حصلت أداة سطر الأوامر Claude Code من Anthropic على تقييمات عالية لقدرتها الفائقة في صيانة مكتبات Python وإصلاح الأعطال المعقدة. يمكنها فهم أسباب تغييرات الكود، ومراجعة الخطط، والتعامل مع مهام متعددة. أظهرت اختبارات Reddit أن استخدام GPT-5.2 كمراجع مع Claude Opus 4.5 يرفع معدل الحل من 80% إلى 90%، رغم زيادة الوقت 2.2 ضعفًا، مما يظهر إمكانات التعاون متعدد الوكلاء (المصدر: RisingSayak, Reddit)
إتاحة Craft Agents مفتوح المصدر: واجهة أنيقة لـ Claude Code: تم إصدار Craft Agents المبنية على Claude Agent SDK وElectron، والذي يحتفظ بقدرات Claude Code القوية مع حل مشاكل واجهة سطر الأوامر عبر تصميم رسومي دقيق. تمت كتابة 100% من كود المشروع بواسطة Claude، مما يثبت قدرة غير التقنيين على بناء أدوات إنتاجية معقدة عبر الوكلاء (المصدر: dotey)
Kimi Slides: أداة غير معروفة جيدًا لإنشاء كتيبات مبيعات PPT: أظهرت إضافة PPT من Kimi فائدة كبيرة، حيث يمكن للمستخدمين عبر أوامر بسيطة جمع المعلومات، اقتصاص الصور، استخراج الأسعار وإنشاء مخططات مقارنة تلقائيًا. تظهر هذه المهارات المبنية على الذكاء الاصطناعي قيمة عالية في السيناريوهات الرأسية (المصدر: crystalsssup)
📚 تعلم
SIN-Bench: معيار جديد لفهم الأدبيات العلمية متعددة الوسائط: قدم HuggingFace معيار SIN-Bench لتقييم قدرة MLLM على فهم الأوراق العلمية الطويلة عبر تتبع سلسلة الأدلة بين النصوص والرسوم التوضيحية. تفوق Gemini-3-pro في النقاط، بينما أظهر GPT-5 دقة إجابات أعلى لكن مع محاذاة أدلة أقل، مما يكشف عن اختناقات في “الاستدلال القابل للتتبع” (المصدر: HuggingFace)
Medical SAM3: نموذج معيار لتقسيم الصور الطبية: تم تطوير Medical SAM3 عبر ضبط دقيق على 10 طرائق و33 مجموعة بيانات طبية، متغلبًا على مشاكل SAM3 الأصلية في المجال الطبي، وأظهر قدرة تعميم قوية في الهياكل التشريحية المعقدة والسياقات ثلاثية الأبعاد (المصدر: HuggingFace)
YaPO: طريقة جديدة للتكيف مع المجالات عبر نواقل التنشيط المتفرق: اقترحت ورقة “YaPO: Learnable Sparse Activation Steering Vectors” تعلم نواقل توجيه متفرقة في الفضاء الكامن لـ SAE، مما يوفر اتجاهات توجيه أكثر تفسيرًا واستقرارًا في المحاذاة الثقافية والتحكم في الأوهام دون الإضرار بالمعرفة العامة (المصدر: HuggingFace)
💼 أعمال
تسارع Jiuwu الذكية نحو الاكتتاب العام في هونج كونج: تحول روبوتات الطاقة الشمسية إلى التجسيد: قدمت Jiuwu الذكية الممولة من Sequoيا طلب اكتتاب عام، حيث تهيمن بنظام JOS للروبوتات في مجال الطاقة النظيفة. تهدف العائدات إلى تطوير روبوتات صناعية مجسدة للجيل التالي (المصدر: 36Kr)
تقييم Higgsfield AI بـ 13 مليار دولار: أسرع شركة نموًا في الذكاء الاصطناعي التوليدي: حققت Higgsfield AI التي أسسها مسؤولون سابقون في Snap إيرادات سنوية متكررة 200 مليون دولار في أقل من 9 أشهر، مع 4.5 مليون فيديو يوميًا و15 مليون مستخدم، مما يثبت قوة الذكاء الاصطناعي في التسويق الرقمي (المصدر: Reddit)
شراكة Anthropic مع TeachForAll: الذكاء الاصطناعي في التعليم بـ 63 دولة: ستوفر Anthropic تدريبًا على الذكاء الاصطناعي للمعلمين في 63 دولة، مما سيستفيد منه 1.5 مليون طالب عبر استخدام Claude في التخطيط الدراسي والواجبات المخصصة (المصدر: AnthropicAI)
🌟 مجتمع
نقاش حول أجهزة الذكاء الاصطناعي: هل هي تقدم أم تراجع؟: يتجادل المجتمع حول انتشار أجهزة الذكاء الاصطناعي القابلة للارتداء، معتبرين معظمها مجرد واجهات لـ API النماذج السحابية، مما يسبب قلقًا خصوصيًا ويخلق احتياجات زائفة. يجب أن يركز الذكاء الحقيقي على التبسيط (المصدر: 36Kr)
انتقاد Dario Amodei لسياسة ترامب حول الرقائق: بيع H200 للصين مثل “بيع أسلحة نووية”: انتقد CEO Anthropic سياسة ترامب بيع الرقائق عالية الأداء للصين، مما أثار نقاشات حول سباق التسلح بالذكاء الاصطناعي والجغرافيا السياسية. في المقابل، أظهرت الصين نضجًا في نظامها البيئي للحوسبة المحلية (المصدر: teortaxesTex)
انتصار EU-INC: أوروبا تعلن “الكيان الـ28” في دافوس: أعلنت رئيسة المفوضية الأوروبية عن EU-INC، وهو كيان افتراضي يسمح للشركات الناشئة بالتسجيل في 48 ساعة بقيود وضرائب موحدة، بهدف الحفاظ على المواهب التقنية الأوروبية (المصدر: halvarflake)
💡 أخرى
رفاق الذكاء الاصطناعي: 72% من المراهقين الأمريكيين يستخدمون الذكاء الاصطناعي للرفقة: أظهرت دراسة Common Sense Media أن روبوتات الدردشة أصبحت دعمًا عاطفيًا مهمًا للمراهقين، رغم مخاوف من الاعتماد العاطفي والمخاطر النفسية (المصدر: [MIT Technology Review](https://www.technologyreview.com/2026/01/19