تشغل كيوين من علي بابا الآن أدمغة 150 ألف روبوت وسيارة ونظارة وطائرة درون

لطالما عاشت نماذج اللغات الكبيرة داخل واجهات برمجة التطبيقات السحابية وواجهات الدردشة، لتعالج النصوص والصور ولكنها لم تصل أبدًا إلى العالم المادي. هذا الحد يذوب أسرع مما توقع العديد من المحللين. الفخ الخفي الذي ينتظر وكلاء الذكاء الاصطناعي في بيئة الإنتاج

أصبحت عائلة نماذج كيوين من علي بابا، المعروفة منذ فترة طويلة بمعاييرها التنافسية في النصوص والوسائط المتعددة، بهدوء واحدة من أكثر أسس الذكاء الاصطناعي انتشارًا للأجهزة المادية. مع اندماج أكثر من 150 ألف مصنع للأجهزة الذكية في الصين الآن مع كيوين، لتشمل الروبوتات البشرية والهواتف الذكية والنظارات الذكية والطائرات بدون طيار وأجهزة تعلم الأطفال، تنفذ الشركة استراتيجية ذكاء اصطناعي فيزيائي تهدد بتجاوز المنافسين الغربيين الذين لا يزالون يركزون إلى حد كبير على مساعدي الذكاء الاصطناعي البرمجيين فقط. meta-ai-open-source-bet

من البتات إلى الأجساد

أصبح التحول ملموسًا في يونيو 2026 مع إطلاق مجموعة كيوين للروبوتات، وهي مجموعة من ثلاثة نماذج أساسية مصممة خصيصًا للذكاء المتجسد. على عكس النماذج متعددة الوسائط العامة التي تفهم الصور والنصوص، صُممت هذه النماذج لترجمة الإدراك إلى فعل.

يتولى نموذج كيوين-روبوت-مانيب التلاعب بالأشياء عبر بنية الرؤية-اللغة-الفعل. يتيح كيوين-روبوت-ناف التنقل المكاني وتخطيط المسار. ويعمل كيوين-روبوت-ورلد كنموذج عالم فيديو يحاكي الديناميكيات الفيزيائية، مما يسمح للروبوت بالتنبؤ بما سيحدث إذا دفع كوبًا أو فتح بابًا. معًا، تهدف هذه النماذج إلى حل مشكلة ابتليت بها الروبوتات منذ بداياتها: جعل الآلات تنفذ أوامر لغوية بشكل موثوق في بيئات غير مألوفة مع أشياء لم ترها من قبل. Fast-LeWM: التنبؤ بالبادئة الموازية للأفعال يقلل من…

تشير نتائج المعايير المبكرة إلى أن النهج يعمل. تتصدر المجموعة لوحة متصدرات روبو تشالنج، وهو معيار واسع النطاق للذكاء المتجسد الحقيقي للروبوتات، ودخلت في اختبارات تجريبية مع عملاء مختارين من مؤسسات سحابة علي بابا في قطاع الروبوتات.

مثال ليمكس دينامكس

من أبرز عمليات الدمج في مجال الروبوتات البشرية. كشفت شركة ليمكس دينامكس، ومقرها شنتشن، مؤخرًا عن روبوت لونا التفاعلي البشري كامل الحجم، والذي يبلغ ارتفاعه 160 سنتيمترًا ويتمتع بـ 27 درجة من الحرية. يستخدم لونا كيوين أومني، وهو متغير متعدد الوسائط، لمعالجة المدخلات البصرية والصوتية في وقت واحد، مما يسمح بالتفاعل الصوتي والإيمائي في الوقت الفعلي.

يمكن للروبوت تعلم مهام حركية جديدة، مثل حركات الرقص، من خلال تحليل مقاطع الفيديو ثم تنفيذها. خلف الكواليس، دربت ليمكس نموذجها الخاص للرؤية-اللغة-الفعل على 1.5 بيتابايت من البيانات، باستخدام منصة التعلم الآلي باي من سحابة علي بابا وبنية الحوسبة الطرفية. طورت الشركتان معًا محرك فلكس في إل إيه، وهو نظام أساسي شامل لنشر تطبيقات الذكاء المتجسد، ويتم استضافته الآن على سحابة علي بابا. نفيديا تمنح كل مختبر روبوتات دفعة قوية موحدة

أكثر من مجرد روبوتات

يمتد نطاق علي بابا للأجهزة إلى أبعد بكثير من الروبوتات البشرية. كاميرا الدكتور لوك إيه آي، وهي كاميرا تفاعلية للتعلم بالذكاء الاصطناعي للأطفال، تمت ترقيتها من أداة بسيطة للتعرف على الأشياء إلى رفيق ذكاء اصطناعي متعدد الوسائط باستخدام كيوين. تعالج الآن أكثر من 50 مليون عملية تعرف على الصور شهريًا عبر 20 دولة، لتخدم أكثر من 250 ألف مستخدم. يقدم الجهاز سردًا شخصيًا للقصص واستدلالًا بصريًا بناءً على ما يصوره الطفل.

في قطاع الهواتف الذكية، تستخدم أوبو منصة باي من سحابة علي بابا لنماذج كيوين بعد التدريب، بينما تذكر شركة هونور تحسنًا بنحو 40% في دقة الإجابة على الأسئلة البصرية بعد الدمج. شركة إيكوفاكس، التي تخدم روبوتاتها 38 مليون أسرة حول العالم، تستخدم بنية هجينة: نماذج كيوين الطرفية تتولى التعرف على النوايا على الجهاز، بينما تدير النماذج الأكبر المستندة إلى السحابة الحوار المعقد. تستخدم شركة الطائرات بدون طيار إنستا360 كيوين لإنتاج الفيديو الذكي، وتستفيد شركة النظارات الذكية راينيو من النموذج للإجابة على الأسئلة البصرية في الوقت الفعلي على إطار في 3.

اللعب على البنية التحتية

ما يجعل هذا التوجه مختلفًا استراتيجيًا عن المنافسين هو طبقة البنية التحتية الأساسية. توفر سحابة علي بابا العمود الفقري للحوسبة والتخزين والأمان للنظام البيئي للأجهزة بأكمله. يسمح بصمتها العالمية للبنية التحتية للشركات الناشئة في مجال الأجهزة بنشر مهام التدريب والاستدلال دون بناء مراكز البيانات الخاصة بها. عنق الزجاجة التالي بقيمة تريليون دولار في الذكاء…

أعلنت الشركة أيضًا عن تحركات ذات صلة بالبنية التحتية تعزز رواية الذكاء الاصطناعي الفيزيائي. في مؤتمر فلك فوروارد آسيا 2026، دفعت سحابة علي بابا أباتشي فلك نحو "التدفق العاملي"، خطوط أنابيب بيانات في الوقت الفعلي مصممة لتغذية وكلاء الذكاء الاصطناعي. يتحول الإصدار القادم فلك 3.0 من السحابة الأصلية إلى الأصلية للذكاء الاصطناعي، مما يتيح تدفق البيانات المباشرة إلى الوكلاء للحصول على استجابة فورية. تشمل إطلاقات المنتجات المنفصلة ستار أوبس، وهي منصة عمليات عالمية أصلية للذكاء الاصطناعي تستخدم وكلاء للإدارة المستقلة لتقنية المعلومات، وأجنت لوب، وهي منصة للتطور الذاتي تتيح لوكلاء المؤسسات التحسن مع الاستخدام.

آثار أوسع

علي بابا ليست وحدها في الرهان على الذكاء الاصطناعي الفيزيائي. لطالما دافعت نفيديا عن المفهوم بمنصة الروبوتات إسحاق، وتطور تيسلا روبوتات بشرية لأتمتة المصانع. لكن نهج علي بابا يختلف بطريقتين رئيسيتين: اتساع نطاق شركاء الأجهزة وانفتاح النماذج.

كيوين متاح بأكثر من 400 نسخة مفتوحة المصدر، تتراوح أحجامها من 0.5 مليار إلى 480 مليار معلم، وتدعم نصوصًا وصورًا وفيديو وصوتًا. يسمح هذا التنوع لمصنعي الأجهزة باختيار متغير يناسب ميزانية الحوسبة الخاصة بهم، نموذج طرفي للنظارات الذكية، نموذج متوسط المدى لمكنسة روبوتية، نموذج كامل للاستدلال السحابي. المنافسون الغربيون مثل أنثروبيك وأوبن إيه آي أبقوا إلى حد كبير نماذجهم الأكثر قدرة خاصة وسحابية فقط. OpenAI's GPT-5.6 هنا. الجزء الذي يجب أن يبقيك مستيقظًا…

يبقى السؤال مفتوحًا حول ما إذا كان النظام البيئي للأجهزة الخاص بكيوين يمكن أن يترجم إلى ميزة تنافسية دائمة. لكن الأرقام مذهلة بالفعل: 150 ألف مصنع، 250 ألف مستخدم على تطبيق واحد، عشرات الملايين من الاستدلالات الشهرية على الأجهزة الاستهلاكية. بالنسبة لعائلة نماذج بدأت كنموذج لغوي نصي فقط قبل عامين، فإن المسار نحو الذكاء الاصطناعي الفيزيائي يتسارع. Qwen من علي بابا تبني نموذجًا لكل وظيفة ذكاء اصطناعي،…