أطلقت آبل إطار Core AI الجديد في WWDC، ليحل محل Core ML الذي كان قيد الاستخدام لمدة 9 سنوات، وتم إعادة كتابته من الصفر خصيصًا لعصر النماذج الكبيرة.

مؤلف المقال، المصدر: جديد الذكاء

Last WWDC at Apple, they overturned Apple's AI foundation.

أبل ألغت Core ML الذي كان قيد الاستخدام لمدة 9 سنوات، واستبدلت به Core AI الذي أُعيد كتابته من الصفر لدعم النماذج الكبيرة.

Apple drew the same line for all AI

Core AI الجديد هو إطار عمل للاستدلال المحلي على الجهاز تم تصميمه من قبل Apple خصيصًا لعصر النماذج الكبيرة.

إنها تُنسق بشكل موحد المعالجات الثلاثة: CPU وGPU وNeural Engine، وتدعم بشكل أصلي القدرات الأساسية للنماذج اللغوية الكبيرة مثل التوليد التلقائي، والاستجابة التدفقية، والحوار متعدد الجلسات، وتغطي جميع المنصات من iOS 27 إلى macOS 27 وحتى watchOS 27.

ببساطة، Core ML مخصص للتعلم الآلي التقليدي، بينما Core AI مخصص للنماذج الكبيرة.

Meanwhile, the accompanying toolchain has been completely rebuilt.

نموذج .aimodel جديد، حزمة تحويل coreai-torch المفتوحة المصدر من Apple، بالإضافة إلى ميزات تحسين الأداء والترجمة المبكرة في Xcode، تغطي كامل سلسلة التحويل من النموذج إلى النشر والإطلاق.

مثال على تطبيق لتعلم اللغة.

يرفع الطالب هاتفه نحو طائر الطيور المُخْتَلِف، ويُنْجِز SAM3 على الجانب الطرفي شيئين في نفس الوقت: التعرف على الكائن في الصورة كـ «Hummingbird»، وفصل طائر الطيور المُخْتَلِف بدقة عن الخلفية، لإنشاء صورة بطاقة نظيفة.

بعد ذلك، يتولى نموذج Qwen بحجم 0.6B مسؤولية الجزء النصي، ويستخدم النتائج المُعرَّفة لإنشاء بطاقة كلمات منظمة تحتوي على ثلاثة حقول: الكلمة الصينية، والتعريف الإنجليزي، والجملة النموذجية، مع إرجاع نوع أصلي من Swift، وليس نصًا يحتاج إلى تحليل إضافي.

العملية بأكملها تعمل دون اتصال بالإنترنت، ولا تستخدم واجهة برمجة التطبيقات، وتعمل بالكامل على الهاتف المحلي.

وراء ذلك، يوجد مستودع coreai-models الذي تُصيّنه Apple رسميًا، ويحتوي على نماذج مفتوحة المصدر مُحسّنة مسبقًا مثل Qwen و Mistral و SAM3، تم تكييفها جميعًا لتعمل مع Apple Silicon. يمكن للمطورين تنزيلها وتشغيلها في تطبيقاتهم باستخدام بضعة أسطر من كود Swift.

إذا لم ترغب في استخدام النموذج الجاهز، يمكنك أيضًا استخدام نموذجك الخاص.

قمت Apple بمزامنة حزمة coreai-torch المفتوحة المصدر على GitHub، ويمكنك تحويل نموذج PyTorch إلى تنسيق .aimodel باستخدام 5 أسطر فقط من Python، ثم إدراجه في Xcode للبناء والنشر.

عنوان المشروع:

https://github.com/apple/coreai-models

https://github.com/apple/coreai-torch

لكن ما تريده آبل ليس فقط تشغيل النماذج، بل توحيد جميع النماذج.

من الناحية التقنية، هو بروتوكول نموذج اللغة المضاف حديثًا في إطار Foundation Models. وهو يحدد مجموعة من واجهات برمجة تطبيقات Swift موحدة، حيث يمكن لأي نموذج يتبعه أن يُستدعى بواسطة نفس مجموعة الكود.

نموذج Apple المحلي يتبع هذا البروتوكول، والنماذج المفتوحة المصدر التي تعمل على Core AI تتبع هذا البروتوكول، وكذلك النماذج السحابية الكبيرة مثل Claude و Gemini تتبع هذا البروتوكول.

كود واحد، ثلاثة نماذج، انتقال سلس من المحلي إلى السحابة. حولت أبل نفسها إلى طبقة توجيه للذكاء الاصطناعي.

يحتوي ذاكرة الهاتف المحمول على نموذج بحجم 20 مليار

الذي يعمل خلف إطار عمل Foundation Models هو عائلة النماذج المخصصة من الجيل الثالث AFM 3، التي طورتها Apple وGoogle معًا، وأُطلقت خمسة نماذج دفعة واحدة.

طرفين على الجانب النهائي:

1. AFM 3 Core هو نموذج كثيف بـ 3B معلمة، مسؤول عن المهام الخفيفة اليومية؛

2. AFM 3 Core Advanced هو نموذج نادر بـ 20 مليار معلمة، وهو الحد الأقصى للجهاز الخاص بـ Apple.

ثلاثة في السحابة:

1. AFM 3 Cloud هو الخادم الرئيسي؛

2. ADM 3 Cloud متخصصة في توليد وتحرير الصور (الخلفية وراء Image Playground)؛

3. AFM 3 Cloud Pro هو الأقوى في العائلة بأكملها.

في هذا السياق، يُسمى أداة الطرف النهائي AFM 3 Core Advanced، وهو نموذج كبير بـ 20 مليار معلمة يعمل مباشرة على الهاتف المحمول.

من الناحية المنطقية، لا يمكن لذاكرة الهاتف استيعاب هذا الحجم. تتطلب النماذج الكبيرة التقليدية أن تُخزَّن جميع الأوزان في الذاكرة العشوائية الديناميكية (DRAM)، و20 مليار معلمة تُشكل تحديًا حتى للأجهزة المكتبية.

حلّ أبل لهذا الأمر يُسمى Instruction-Following Pruning.

يتم تخزين النموذج الكامل في الذاكرة غير المتطايرة (NAND)، وعند استلام طلب، يقوم وحدة التوجيه الخفيفة أولاً باختيار الخبراء الذين يجب تفعيلهم، ثم تحميل الأوزان المطلوبة إلى ذاكرة DRAM. كمية المعلمات التي يتم تفعيلها فعليًا في كل مرة تتراوح بين مليار و4 مليارات، حسب تعقيد المهمة.

نموذج بحجم 20 مليار معلمة، يستخدم فقط 5٪ إلى 20٪ منه أثناء العمل، بينما يبقى الباقي هادئًا في الذاكرة المؤقتة حتى يُستدعى.

من الناحية السحابية، هذا هو أقوى نموذج خوادم آبل — AFM 3 Cloud Pro.

لتحسين الاستدلال المعقد واستدعاء أدوات الوكلاء، قامت آبل بالتعاون مع جوجل ونفيديا بتوسيع Private Cloud Compute إلى وحدات معالجة الرسومات (GPU) من نفيديا على خدمة جوجل كلاود. تظل قواعد الخصوصية كما هي، ولا تغادر البيانات النطاق.

النتائج العملية تؤكد أيضًا فعالية هذا الهيكل.

تم تصنيف AFM 3 Core كأفضل من الجيل السابق على 45.6% من مهام الاختبار، بينما كانت نسبة التفوق للجيل السابق فقط 23.3%. الفرق في AFM 3 Cloud السحابي أكثر إثارة، حيث بلغ 64.7% مقابل 8.7%، وهو ما يشبه الهيمنة الكاملة.

تم شرح البنية والاختبارات، والآن يأتي السؤال الذي يهتم به المطورون أكثر: كم تكلف هذه الأنظمة؟

إذا كان عدد التنزيلات الأولى لتطبيقك في App Store أقل من 2 مليون، فإن الحوسبة السحابية الخاصة للاستدلال مجانية بالكامل، بدون تكاليف واجهة برمجة التطبيقات، ولا تكاليف رموز. ما عليك سوى كتابة التطبيق.

يمكن القول إن هذا الحدود دقيقًا جدًا عند موقع المطورين المستقلين والفرق الصغيرة والمتوسطة.

ثلاثة أسطر من الكود، كلاود على الطاولة

في التكيفات الخارجية المنشورة، أصبح Anthropic أول من يقدم إجابته.

في نفس يوم انتهاء ملخص WWDC في 8 يونيو، أطلقت Anthropic حزمة Swift فورًا، ودمجت رسميًا إطار Foundation Models، وستكون متاحة اعتبارًا من 9 يونيو.

الفكرة بسيطة.

تتفوق نماذج Apple على الجهاز على المهام الخفيفة مثل التلخيص واستخراج المعلومات والتصنيف، وهي سريعة ولا تحتاج إلى اتصال بالإنترنت ولا تكلف شيئًا. لكنها لا تتحمل متطلبات معقدة مثل الاستدلال متعدد الخطوات أو توليد الكود أو البحث عبر الإنترنت.

بينما حدد حزمة Swift الخاصة بـ Claude بدقة على هذا المفصل.

يقوم المطورون باستدعاء نماذج Apple الجانبية بشكل طبيعي ضمن إطار عمل Foundation Models، وعندما تتجاوز المهمة قدرات الجانبية، يقوم الإطار تلقائيًا بتحويل الطلب إلى Claude، وترد النتائج بأسلوب التدفق في نفس عرض SwiftUI.

لا يشعر المستخدمون بأي تبديل على الإطلاق؛ بالنسبة لهم، هذا تطبيق واحد.

بعبارة أخرى، إذا أصبحت تطبيق ملاحظات أو تطبيق تعليمي تستخدمه بانتظام ذكيًا فجأة، ويمكنه إجراء تحليل دلالي عبر المستندات، فمن المحتمل أن المطورين قد قاموا بدمج هذا الحزمة.

على سبيل المثال، يمكن لتطبيق مذكرة استخدام نموذج على الجهاز لتوليد تلميحات كتابة يومية، ولكن عندما يسأل المستخدم "ما هي المواضيع المشتركة في المذكرات خلال الأشهر القليلة الماضية؟" يتم نقل هذا الاستنتاج الدلالي عبر الزمن تلقائيًا إلى Claude.

لكن تواجد Anthropic في نظام Apple لا يقتصر على هذه الخطوة فقط.

تم دمج عميل Claude منذ فبراير من هذا العام في Xcode 26.3 لمساعدة المطورين على كتابة الكود وتشغيل الاختبارات وإجراء الأتمتة.

لكن Claude في Xcode موجه للمطورين أنفسهم، بينما Claude في النماذج الأساسية موجه لمستخدمي التطبيق النهائيين.

لـ Anthropic، هذه تذكرة دخول حاسمة لكنها متأخرة للنشر الاستهلاكي.

لقد كان كلاود يُحقق نجاحًا كبيرًا في أسواق المطورين والشركات، لكنه يكاد يكون غير موجود أمام المستهلكين العاديين.

هذه المرة، منح إطار عمل Foundation Models الخاص بشركة Apple، طريقًا للوصول إلى مليار مستخدم.

2.5 مليار جهاز، حلبة قتال واحدة

مراجعة جميع إجراءات كوك في WWDC الأخير، خيط واحد يربط كل شيء.

لا ترغب آبل في أن تصبح شركة نماذج ذكاء اصطناعي. فهي تُسلّم عقل Siri إلى جوجل، وتُسلّم وقت تشغيل النماذج المفتوحة المصدر إلى Core AI، وتُعطي المستخدمين خيار اختيار ذكاء اصطناعي من طرف ثالث.

ما عليه أن يفعله هو الحلبة.

2.5 مليار جهاز، بروتوكول نموذج لغوي موحد، إطار عمل كامل للجدولة من الحافة إلى السحابة.

من لديه النموذج الأفضل، يمكنه الوصول عبر هذا المنصة إلى أكبر مجموعة من المستخدمين ذوي القيمة العالية على وجه الأرض.

المنافسة بين كبرى شركات الذكاء الاصطناعي أصبحت اليوم تمتلك بعدًا جديدًا تمامًا.

سابقًا، كانت Anthropic و OpenAI تتنافسان على عدد مرات استدعاء واجهة برمجة التطبيقات، وأدوات المطورين، وعقود الشركات.

الآن نقلت آبل ساحة المعركة إلى جيب كل شخص، ومن يسيطر على موقع "محرك الذكاء الاصطناعي الافتراضي" هذا، يفوز بالجولة القادمة.

في 1 سبتمبر، تولى جون تيرنوس منصب الرئيس التنفيذي لشركة آبل. إنه لا يرث فقط شركة أجهزة، بل أيضًا حلبة الذكاء الاصطناعي التي خلفها كوك.