إصدارات النماذج والاختبارات المعيارية
نماذج NVIDIA Nemotron 3.5. حدّثت NVIDIA نماذج التضمين والتحليل وإعادة الترتيب لديها إلى الإصدار 3.5، وأطلقت على Hugging Face نماذج embed بحجم 1B و8B، ونموذج rerank بحجم 8B، ونموذج parse. ويأتي التحديث بعد الجيل السابق 3.0 لسير عمل الاسترجاع والمستندات.
MiniMax M3.1 Flash. أطلقت MiniMax نموذج MiniMax-M3.1-Flash على Hugging Face، وهو نموذج خفيف جديد ضمن سلسلة M. النموذج متاح للاستخدام المفتوح، لكن المقتطف لا يقدّم تفاصيل إضافية.
نموذج Canva Craft للصور. أطلقت Canva نموذج Canva Craft، أول نموذج لتوليد الصور لديها، ببنية من مرحلتين تخطط للتصميم قبل توليده، ما يحسّن وضوح النص وموضع العناصر. ويخرّج بدقة تصل إلى 2K ضمن 30 نسبة أبعاد، وينافس نماذج OpenAI وGoogle وMicrosoft.
اختبار Muse Spark Open. يُظهر رسم من Artificial Analysis أن Muse Spark Open من Meta، بحجم 816B، يسجّل 39، أقل قليلًا من Qwen3.8-Flash-Next (180B) عند 40، رغم أنه أكبر بأكثر من 4 أضعاف. ويصنّف الرسم أيضًا MiMo-V2.6-Pro وDeepSeek V4.1 Flash عند 45 ضمن أفضل النماذج المفتوحة الأوزان أداءً.
Ling Sante للرعاية الصحية. أطلقت InclusionAI نموذج Ling-3.0-flash-Sante، وهو نموذج MoE متخصص في الرعاية الصحية بإجمالي 124B، منها 5.1B نشطة، للاستدلال الطبي والبحث، ومتاح على Hugging Face وModelScope. وهو نموذج بحثي لا جهاز طبي، ويتطلب مراجعة بشرية.
Flint للبرمجة من Recursive. أطلقت Recursive نموذج Flint، وهو نموذج MoE للبرمجة بإجمالي 40B و2.5B نشطة، طوّرته إلى حد كبير منظومة الذكاء الاصطناعي «Eureka Machine» التابعة لها. النموذج المرخّص بApache 2.0 مُحسّن للبرمجة الوكيلية المحلية على عتاد Apple وNvidia.
نماذج TTS مفتوحة صغيرة. ظهرت عدة نماذج صغيرة لتحويل النص إلى كلام: Phonon 31M من Gradium يعمل على الجهاز بترخيص Apache 2.0، وAuroraTTS-100K يحقق كلامًا مفهومًا بأقل من 100K معامل، وتحسين لـKokoro TTS يدّعي تسريعًا 50–100 مرة عبر hill-climbing للنموذج.
أدوات الوكلاء وأطر العمل
مكافآت ThinkingBox RL. أطلقت Microsoft وHugging Face مشروع ThinkingBox-Training مفتوح المصدر، الذي يحوّل تقييم قواعد البيانات إلى مكافآت تعلّم معزز لتدريب الوكلاء بعد التدريب. ورفع الضبط الدقيق لـQwen3.8-27B باستخدام GRPO متوسط النجاح من 51.7% إلى 60.8% في مهام خارج الاختبار المعياري.
بيئة تشغيل NVIDIA OpenShell. أطلقت NVIDIA OpenShell، بيئة تشغيل آمنة وخاصة لوكلاء الذكاء الاصطناعي المستقلين. يظهر المشروع على Reddit من دون تفاصيل إضافية في المقتطف.
1Password للوكلاء. أطلقت 1Password أداة تتيح لوكلاء الذكاء الاصطناعي تسجيل الدخول إلى حسابات المستخدمين من دون رؤية بيانات الاعتماد، عبر مفتاح رقمي وموافقة المستخدم. وتدعم وكلاء مثل Claude Duet وChatGPT Work وGrok Bot وMuse من Meta.
Agent Compute Engine من Google. أعلنت Google عن Agent Compute Engine، الذي يمنح كل وكيل Gemini آلة microVM معزولة عتاديًا تتوقف عند الخمول، ويمكنه استيعاب عدد أكبر بعشر مرات من الوكلاء لكل خادم. وسيتاح للمعاينة في الأشهر المقبلة مع تتبع التوكنات ودعم هوية طرف ثالث.
محرك RIPL من Liquid AI. أطلقت Liquid AI محرك RIPL، محرك استدلال فوري لنماذج Liquid Foundation يعيد استجابات كاملة من طرف إلى طرف في أقل من 50 مللي ثانية للطلبات القصيرة. وعلى وحدة B200 واحدة، أظهر زمن كمون p95 أقل بمقدار 5.6 إلى 28.4 مرة من Qwen3.5 على vLLM في اختباراتهم.
Cohere Rerank 5. أطلقت Cohere Rerank 5 بفئتي Pro وFast، وأضافت Context Focus لإرجاع المقاطع ذات الصلة داخل المستندات ودرجات صلة معايَرة. ويسجّل نموذج Pro 82.2 على BRIGHT، أي أعلى بـ5.8 نقاط من Voyage AI Rerank 3، لكن زمن الكمون الوسيط لديه 11.7 ثانية لكل طلب من 96 مستندًا.
واجهة Decisions من OpenAI. أتاحت OpenAI واجهة Decisions API للجميع، وهي مبنية على GPT-6 Luna لاتخاذ قرارات سريعة منخفضة التكلفة مثل التصنيف والتوجيه، بسرعة تصل إلى 10 أضعاف Responses API. وتدعم الآن تكامل GPT-Live والتخزين المؤقت للمطالبات ومدخلات JSON والصور و400 سؤال لكل طلب.
التبرع بمعيار Agent Skills. تبرّعت Anthropic بمعيار Agent Skills لمؤسسة Agentic AI Foundation تحت مظلة Linux Foundation، بعد تبرّعها السابق بـMCP. وتهدف الخطوة إلى إبقاء Skills مفتوحًا ومجتمعيًا ومحايدًا تجاه البائعين.
البحث والذكاء الاصطناعي التطبيقي
لعب الوكلاء بلا هدف. وجد باحثون في MIT أن وكلاء Eko الذين تُركوا على جزيرة محاكاة من دون مهام بدأوا يبتكرون تحديات، وأن الذين لعبوا تفوّقوا على غير اللاعبين في تحديات لاحقة. وتقترح الورقة الاستكشاف بلا هدف كوسيلة للوكلاء لتعلّم المهارات.
ذكاء Microsoft الطبي. شخّص نظام MAI-DxO من Microsoft، الذي ينسّق عدة وكلاء ذكاء اصطناعي مثل لجنة أطباء، حالات NEJM المعقدة بشكل صحيح بنسبة 83% مقابل 36% للأطباء العامين الأفراد في محاكاة. ونُشرت الدراسة في Science، وتعتزم Microsoft إتاحة اختبارها المعياري SDBench مفتوح المصدر.
ذكاء رصد الأرض. أصدرت Google DeepMind خريطة Forest Typology 2020 العالمية بدقة 10 أمتار لتصنيف أنواع الغابات واستخدامات الأراضي، فيما يوفر OlmoEarth v1.3 تضمينات للأقمار الاصطناعية وتضمينات عالمية محسوبة مسبقًا لتتبع التغير والبحث بالتشابه.
الصناعة والأعمال
جمع OpenAI 30 مليار دولار. يُقال إن OpenAI تعمل على جمع ما يصل إلى 30 مليار دولار بتقييم ما قبل الاستثمار قدره 1.25 تريليون دولار، بقيادة Coatue ومستثمرين من الإمارات، قبل طرحها العام. وقد تشمل الصفقة سعة حوسبة إضافية في الإمارات.
توسّع Uber في ChatGPT Work. وسّعت Uber نطاق ChatGPT Work ليشمل جميع موظفيها البالغ عددهم 30,000، بعد تجربة على 1,000 شخص أظهرت استخدامًا في المالية والعمليات والمنتج، بنسبة 80% من غير المهندسين. ولا تزال الشركة تستكشف حالات الاستخدام لكنها أتاحت وكيل الذكاء الاصطناعي المؤسسي على مستوى القوى العاملة.
استراتيجية الوكلاء لدى Spotify. ترى Spotify في وكلاء الذكاء الاصطناعي فرصة، إذ يرى الرئيس التنفيذي المشارك غوستاف سودرستروم أن الترفيه من الفئات التي تزدهر في عصر الوكلاء لأن الناس لن يطلبوا من الوكلاء تلخيص الأغاني. وتريد الشركة أن تكون خدمة الموسيقى التي يختارها الوكلاء عندما يفوّض المستخدمون إنشاء قوائم التشغيل والاكتشاف.
شبكة Muse من Meta. وصف مارك زوكربيرغ مستقبلًا يستخدم فيه مليارات الأشخاص وكلاء Muse الشخصيين الذين يتحدثون ويجرون معاملات مع Muse الخاص بالآخرين، ما يشكّل شبكة واسعة النطاق. وقالت المديرة المالية سوزان لي إن الجميع سيضطرون إلى التكيّف.
عوائد AI وفق Gartner. وجد استطلاع Gartner لـ2,002 من مسؤولي المعلومات أن 13% فقط يبلّغون عن عوائد كبيرة أو تحويلية من الذكاء الاصطناعي، بينما يتوقع 51% أن يرفع AI تكاليف التشغيل. ويرى المحللون فجوة بين ابتكار البائعين ونتائج الشركات، لكن 75% من الرؤساء التنفيذيين لا يزالون يخططون لزيادة الإنفاق على AI.
اختبارات robotaxi من inDrive. وقّعت شركة طلب الرحلات inDrive مذكرة تفاهم مع Pony.ai وNvidia لاختبار سيارات robotaxi Gen-7 من Pony.ai في أستانا بكازاخستان في 2027، في البداية مع مشغّلي سلامة. وتورّد Nvidia منصة Hyperion ونظام السلامة Halos.
موافقة تصدير صينية. استكملت DeepSeek وMiniMax إجراءات التسجيل المؤقتة الجديدة لتصدير الذكاء الاصطناعي في الصين، ما يمنحهما موافقة تنظيمية صريحة لمواصلة فتح أوزان النماذج وتعزيز الشراكات الدولية.
إنفاق قياسي على اللوبي. سجّلت OpenAI وAnthropic وNvidia أعلى أرباع إنفاقها على اللوبي، إذ أنفقت مجتمعة نحو 6 ملايين دولار على قضايا سياسات مثل الأمن السيبراني وسلامة الأطفال. وتبقى المبالغ أقل من نظيرتها لدى Google وMicrosoft لكنها تشير إلى مشاركة سياسية متزايدة.
الأمن والسياسات
شروط الكشط لدى Meta. عدّلت Meta شروط الأعمال لإزالة لغة كانت تشير إلى إمكانية تدريب الذكاء الاصطناعي بحرية على مواقع الأخبار، لكن خبراء قانونيين يقولون إن عبارة «مرتبط بمنتجاتك أو خدماتك» المتبقية قد تسمح بالكشط. وتدخل الشروط حيز التنفيذ في 30 أكتوبر.
إصلاح مشاركة Muse. أعادت Meta تفعيل مشاركة Muse بعد إصلاح مشكلة في الروابط كان يمكن معها اكتشاف العناصر المشتركة عبر DNS العام. وصدرت روابط جديدة للعناصر التي شُوركت سابقًا.
بنوك تحجب وكلاء AI. تقيّد بنوك أمريكية كبرى، منها Morgan Stanley وJPMorgan وBank of America وWells Fargo، وكلاء الذكاء الاصطناعي الذين يسجّلون الدخول ببيانات اعتماد العملاء، مستشهدة بمخالفات السياسات ومخاطر أمنية. وتريد البنوك وصولًا للوكلاء للقراءة فقط لكنها لا تستطيع بعد التمييز بين أفعال الوكيل والمستخدم.
اختراقات واسعة بمساعدة AI. استخدم قراصنة موالون للدولة الصينية إطار ARTEX مفتوح المصدر للذكاء الاصطناعي لاختراق نحو 2,250 مؤسسة بعد استيلائهم على بيانات اعتماد النسخ الاحتياطي السحابي من ConnectWise، محاولين قرابة 3,000 تسجيل دخول في الدقيقة. وتقول Microsoft إن السرعة تترك للمدافعين وقتًا ضئيلًا للرد.
ثغرة PHP2Shell بمساعدة AI. حذّرت Amazon من أن ثغرات في لغة مرتبطة بـPHP، اكتُشفت بمساعدة نماذج OpenAI وGoogle، تُستغل على نطاق واسع بعد أن حصل القراصنة على سبق بأربعة أيام. وأصدرت NSA والسلطات البريطانية تحذيرات عاجلة، وتُبرز الثغرات دور AI في الهجوم والدفاع معًا.
الذكاء الاصطناعي المحلي والأداء
DeepSeek V4.1 على AMD. شغّل أحد المستخدمين DeepSeek V4.1-1017 المكمّم على وحدتي GPUs من AMD (7900 XTX + W6800) مع DDR4، وحصل على متوسط 9 توكن/ثانية في فك الترميز وذروة 19 توكن/ثانية، مع أن الأداء تفاوت مع الإدخال/الإخراج. ويُعد النموذج ذكيًا جدًا لكنه بطيء لأي استخدام يتجاوز الدردشة.
Qwen 3.8 مقابل DeepSeek. وجد اختبار معياري باستخدام BenchKit المعدّل أن Qwen3.8-Flash-Next W4A16 سجّل 25/25 في عينة صغيرة من HumanEval، بينما سجّل DeepSeek V4.1 Flash 2.6-bit 23/25 ودخل في حلقة مفرغة في مسألة واحدة. وسيواصل المستخدم استخدام Qwen للعمل المحلي.
تسريع Intel XMX. أعاد طلب سحب في llama.cpp هيكلة محركات مصفوفات Intel XMX، ما حسّن سرعات فك الترميز التخميني بشكل ملحوظ على Battlemage B70. وتضاعف معدل التوكنات الإجمالي تقريبًا، إذ انتقلت بعض المهام من 38–53 توكن/ثانية إلى 68–94 توكن/ثانية.
حاسوب Snapdragon مصغّر. يشغّل حاسوب Snapdragon X مصغّر Qwen3.8 Flash Next بسرعة 46 توكن/ثانية للقراءة و20 توكن/ثانية للتوليد باستخدام محرك مخصص، فيما يحقق صندوقان موصولان عبر USB4 سرعة 315/43 توكن/ثانية على نموذج 35B A3B. وتكلّف المنظومة نحو 300 جنيه إسترليني للصندوق الواحد وتستخدم CPU/NPU فقط.
Decider محلي من Perplexity. يشير منشور على Reddit إلى أنه يمكن تشغيل Perplexity Decision Model pplx-decider-flash-v1.2 محليًا بالكامل على Mac من شريط القوائم، مع إبقاء البيانات على الجهاز.
هذا كل شيء لهذا اليوم – قراءة في نحو 5 دقائق.