مع مرور النصف الأول من عام 2026، يعيد مستثمرو فنغروي تقييم مسار الذكاء الاصطناعي خلال النصف الأول. تشهد تقييمات المشاريع تغييرات أسبوعية متعددة، ويواجه المستثمرون قلق FOMO، مع تواجد الحرارة والتفريق في آنٍ واحد. شهد مجال Agent تحولاً من OpenClaw إلى Harness Engineering، مع انتقال النماذج نحو تنفيذ المهام، وأصبحت عجلة البيانات حاجزاً للشركات الناشئة. شهدت النماذج العالمية انفجاراً مركزاً، بينما كانت الأصوات المحلية في الصين أقوى في توليد الفيديو. تقلص الفجوة بين النماذج الأمريكية والصينية إلى بضعة أشهر، وتحول بنية الحوسبة الأساسية إلى منافسة على أنظمة "الكهرباء داخلاً، الرموز خارجاً". فيما يتعلق بانهيار الفقاعة، يرى المستثمرون أن الشركات المدعومة بالبحث تحتاج إلى تسليم محطات رئيسية باستمرار، بينما تحتاج الشركات التطبيقية إلى التحقق من استقرار نموذج أعمالها. المتغير الأساسي في النصف الثاني يكمن في حلقة البيانات الحقيقية.كاتب المقال، المصدر: Fengrui Capital
إذا بدأت صناعة الذكاء الاصطناعي في "تصحيح الفقاعة"، أي نوع من الشركات سيكون أول من يعاد تسعيره؟
في الفترة الأخيرة، شهد قطاع الذكاء الاصطناعي في السوق الثانوية تقلبات حادة، مع تذبذب متكرر بين القطاعات المتمثلة في الرقائق والتخزين والربط الضوئي. كما قام ميتا بزيادة توقعات إنفاق رأس المال لعام 2026، مما أعاد الذكاء الاصطناعي إلى مركز النقاش حول مدة وسرعة الاستثمارات في البنية التحتية للذكاء الاصطناعي.
لا تزال الأموال تتدفق نحو قوة الحوسبة والتخزين ومراكز البيانات، وبدأ السوق يتساءل: هل وصلت بنية الذكاء الاصطناعي التحتية إلى نقطة ذروة مرحلية؟ كم من الوقت ستستمر هذه الموجة؟ في الوقت نفسه، تحدث تغييرات متزامنة في الذكاء المتجسد، ونماذج العالم، والوكيل، والرموز المميزة، بالإضافة إلى التحولات في الأجهزة من السحابة إلى الحافة إلى الطرف.
مع مرور النصف الأول من عام 2026، جلس كيو بيونغ ويان تشيانهانغ من رأس المال المخاطر فنغروي لاستعراض النصف الأول: لماذا تتغير تقييمات المشاريع أسبوعيًا؟ ماذا تبقى بعد تراجع حماس OpenClaw؟ لماذا شهدت النماذج العالمية انفجارًا مركّزًا؟ وماذا تعني عبارة "الكهرباء دخول، التوكن خروج" من حيث المنافسة على قوة الحوسبة؟ وإذا كانت الفقاعة ستنهار حتمًا، فما الشركات التي ستبقى على الطاولة؟
لقد قمنا بترتيب بعض محتوى المحادثة، ويمكنك الاستماع إلى الحلقة الكاملة من خلال البحث عن "High Energy" في تطبيق Xiaoyuzhou وApple Podcast.
التقييم يتغير مرة واحدة في الأسبوع، والمستثمرون يخافون من أكثر من مجرد الفوات
ليو بينتشي: عند النظر إلى الوراء من منتصف عام 2026، لم يتباطأ تطور الذكاء الاصطناعي بأي شكل. من OpenClaw ونماذج العالم، إلى التخزين والربط الضوئي، ثم تجاوز قيمة Zhipu السوقية تريليون هونغ كونغ دولار، كانت النقاط الساخنة تتوالى واحدة تلو الأخرى. كل هذا تركز في نفس النصف عام، وسنستعرضه اليوم بالترتيب لنتعرف على ما حدث بالضبط خلف الكواليس.
أولاً، اسأل يان بو: كم مشروعًا تقريبًا ناقشته في النصف الأول من السنة؟
يان تشيانهانغ: حوالي 200 إلى 300 مشروع، منها حوالي 150 إلى 200 مشروع مرتبط بالذكاء الاصطناعي.
ليو بينتشي: شعوري أيضًا مشابه. إذا كنت ستستخدم كلمات مفتاحية قليلة لوصف تجربتك في تقييم المشاريع خلال النصف الأول من العام، ماذا ستختار؟
يان تشيانهانغ: الأول هو FOMO (خوف من فقدان الفرصة). ستظهر فجأة في المجالات الساخنة عدد كبير من الأشخاص والمشاريع التي لم ترها من قبل، وترتفع التقييمات بسرعة. سيضغط الكثيرون على أنفسهم لرؤية جميع المشاريع: هل استثمرنا اليوم؟ كم استثمرنا؟ ألا ينبغي أن نستثمر أكثر قليلاً؟
الثاني هو التمايز الهيكلي. فالمجالات القليلة الشهيرة تشهد نشاطًا كبيرًا في التمويل، بينما لا تزال معظم المجالات هادئة. نفس الشيء ينطبق على السوق الثانوي: فأسهم التكنولوجيا تشهد أداءً جيدًا، لكن الأسهم خارج نطاق الاهتمام قد تكون غير نشطة أو حتى تشهد انخفاضًا.
الثالث هو التقييم المقدّم. في الماضي، عند القيام باستثمارات مبكرة، كان هناك معيار نسبيًا واضحًا يربط كل محطة (Milestone) بقيمة تقييم معينة. بعد أن تتوصل الشركة إلى إجماع وتنجز التسليمات المرحلية، يرتفع التقييم تدريجيًا. لكن الآن، لقد أفسدت الحرارة والخوف من فقدان الفرصة (FOMO) العديد من التجارب السابقة؛ فقد يمكن أن يظهر تقييم بقيمة 10 مليارات دولار بشكل صاروخي خلال أشهر قليلة.
ليو بينتشي: بعض المشاريع تتغير تقييماتها خلال أسبوع، بل وأحيانًا بشكل مبالغ فيه، حيث تجري ثلاث جولات تمويل في نفس الوقت: إحداها في مرحلة الإغلاق، وأخرى في مفاوضات الاتفاق، والثالثة في مرحلة التأكيد النهائي. هل يشعر المستثمر بالقلق أمام هذا السوق؟
يان تشيانهانغ: من غير الواقعي القول إنني لست قلقًا. لكن قلقي الأكبر ليس بسبب عدم استثماري في مشروع معين، بل بسبب سرعة تطور الذكاء الاصطناعي. هناك نماذج جديدة ومصطلحات ساخنة وأفكار جديدة كل يوم. عندما ترى خبرًا تأخرت عنه ببضعة أيام، لا يمكنك إلا أن تتساءل: هل تم تركي خلفي؟
ليو بينتشي: هناك استثمارات مبنية على القيمة، وهناك استثمارات مبنية على الفرص، ويجب تحليلها بشكل منفصل، ولا يجب أن تدع مشاعر السوق تتخذ القرار نيابةً عنك. أولاً، ضع التقييم والخوف من فقدان الفرصة جانبًا، ما الذي نما حقًا في النصف الأول من العام؟
يان تشيانهانغ: دعني أتحدث أولاً عن ريادة الأعمال القائمة على البحث. لقد ظهر مؤخرًا في الولايات المتحدة مفهوم يُناقش كثيرًا يُسمى NeoLab، والذي يستخدم نموذج الشركات التجارية لحل مشكلات بحثية طويلة الأمد. ظهرت العديد من هذه الشركات في النصف الأول من العام. لم يعد الناس يسألون فقط "هل هو أستاذ يُنشئ شركة؟"، بل يركزون على ما إذا كان البحث الذي يُجريه الأستاذ بعد تأسيسه للشركة يمكنه التقدم بأسرع من الطرق التنظيمية التقليدية.
عند النظر مرة أخرى إلى تطبيقات الذكاء الاصطناعي والأجهزة الخاصة به، بدأ الجميع في العودة إلى المنتج نفسه. بعد ظهور Manus، شهد السوق ذروة من الخوف من فقدان الفرصة (FOMO) تجاه الوكلاء (Agents)؛ ثم جلب Insta360 موجة جديدة من الاهتمام بأجهزة الذكاء الاصطناعي. وبعد متابعة هذه الموجات الساخنة، لا يزال على الجميع العودة للبحث عن الأشخاص الحقيقيين الذين سيحددون المنتجات.
كما يتيح الذكاء الاصطناعي للرواد عدم التقيد بعلماء الخوارزميات والمهندسين فقط. فقد يستخدم المحامون والمصممون ومنتجو المنتجات، وحتى ربات البيوت، أدوات البرمجة لإنشاء منتجات.
ليو بينتشي: كان يُقال سابقًا إن رواد الأعمال التقنيين هم "من يحملون المطرقة ويبحثون عن المسامير". الآن، يبدو أن المسامير نفسها تبدأ في ريادة الأعمال، وقد أصبحت المطرقة أداة عامة.
كشف زيف وكيل_agent، أسفله بيرة غنية
ليو بينتشي: كان OpenClaw أحد أكثر الأحداث إثارةً في النصف الأول من العام. من "تربية الجراد البحر" من قبل الجميع، إلى تنافس الموديلات وشركات منصات المراسلة على إطلاق عواملها الخاصة، انخفضت热度 تدريجيًا الآن. جعل التوفر المفتوح منه ظاهرة شعبية، لكنه كشف أيضًا عن مشكلات في الأمان والتجربة. بعد انتهاء الضجيج، ماذا ترك خلفه؟
يان تشيانهانغ: يسمح OpenClaw للعديد من الأشخاص العاديين بتنفيذ Agent لأول مرة، وتنزيل المهارات، ثم ضبطه تدريجيًا من خلال المحادثات الطبيعية ليصبح على الشكل الذي يرغبون فيه. إنه أكثر شبهاً بـ Agent OS (نظام تشغيل الذكاء الاصطناعي) منه أداة لإنجاز مهمة واحدة فقط.
على سبيل المثال، لدي صديقة تعمل في مجال التجميل وتريد الدخول إلى محتوى التكنولوجيا. استخدمت OpenClaw لإنشاء عدة سير عمل لجمع معلومات تكنولوجية موجهة، ثم تحويلها إلى خط إنتاج محتوى. كما أن العديد من الأشخاص يستخدمون بالفعل هذه الأدوات بشكل مستقر في مهام تتعلق بالبرمجة وتقديم العروض التقديمية والتجارة الإلكترونية وسير العمل الداخلي للشركات. بعد موجة من الحماس، على الرغم من وجود فقاعات وتقلبات وضوضاء، إلا أنه بمجرد إزالة الرغوة من البيرة، تبقى البيرة الكثيفة واللذيذة.
ليو بينتشي: لقد بدأ الجميع مؤخرًا في التأكيد على هندسة البيئة التشغيلية للوكلاء. عندما تتحول النماذج الكبيرة من أدوات محادثة إلى منفذين للمهام، ما الذي يصبح أكثر أهمية؟
يان تشيانهانغ: يجب على الوكيل أن يتخذ قرارات في بيئة معينة، وينفذ المهام، ثم يعدل بناءً على النتائج، بحيث يدور كل هذا العملية بشكل مستمر. النموذج هو مجرد "الدماغ" داخلها. ما تقوم به هارنيس إنجينيرينغ هو إنشاء البيئة المحيطة وقنوات التغذية الراجعة، بحيث يُمكن للنموذج أن يُنفّذ ذاتيًا ضمن سير العمل، بدلاً من أن يُكتب كل خطوة مسبقًا بواسطة الإنسان.
ليو بينتشي: هذا مرتبط أيضًا بعجلة البيانات. إن التجربة المخصصة في الإنترنت التقليدي تأتي من تراكم بيانات المستخدم، فهل سيصبح العامل الوسيط وسيلة لتشكيل عجلة البيانات والتجربة المخصصة؟
يان تشيانهانغ: يترك البوت الدردشة سياقًا لغويًا، بينما يترك العامل مسار المهمة: كيف قام بالتحليل، كيف نفّذ، ما الأدوات التي استخدمها، وهل أكمل المهمة في النهاية. يمكن استخدام هذه المسارات لتدريب العاملات باستخدام التعلم المعزز. قد لا تعود بيانات السيناريوهات المتخصصة إلى شركات النماذج الأساسية، وهذا ما قد يصبح حواجز أمام شركات رائدة في مجال العاملات.
ليو بينتشي: من هذا المنظور، من يحصل على مسار مهام المستخدم، يمتلك ميزة أكبر. حاليًا، هناك ثلاثة أنواع رئيسية من اللاعبين في الساحة: شركات النماذج، ومنصات المراسلة والعمل، والأجهزة المحلية. من تعتقد أنه الأفضل؟
يان تشيانهانغ: إنها تقوم بأشياء مختلفة. الشركات المصنعة للنماذج مناسبة للمهام العامة مثل البحث، والدراسة المتعمقة، والبرمجة؛ منصات المكاتب لديها ملفات ووثائق وعمليات عمل جاهزة؛ والعتاد المحلي يرتبط أكثر بالخصوصية. لكن هل مسار المنتج "آلة الجراد" صحيح؟ لا يزال هناك علامة استفهام. في البداية، كان Mac mini هو الأكثر طلبًا، وبعد انخفاض شعبيته، أصبح Mac mini هو الأكثر مبيعًا على Xianyu.
هناك مشكلة أخرى مع الأجهزة المحلية: إلى من تعود البيانات؟ على سبيل المثال، إذا استخدم مهندس معماري رئيسي في شركة عاملًا، فهو بالطبع يريد استخدام أفضل نموذج، لكن إذا قامت شركة النموذج باستغلال تصميم الهيكل والمسار المهمة للتدريب، فهذا يشكل خطرًا كبيرًا عليه. يواجه العديد من المستخدمين تناقضًا مماثلًا: أريد استخدام أفضل نموذج، لكنني لا أقبل تسليم بياناتي إليه. كيف ترى التوازن بين الخصوصية وقدرات النموذج؟
ليو بينتشي: وفقًا للتجارب السابقة، يختار معظم المستخدمين من طرف C الكفاءة والتجربة أولاً. لكن Pro C تختلف عن طرف B، حيث إن الوثائق التقنية وتصميم المنتج وبيانات الأعمال هي أصول أساسية للشركات. قد تكمن الفرصة هنا: تمكين الشركات من استخدام أفضل النماذج، مع التحكم الكامل في البيانات المحلية والصلاحيات والأمان.
يان تشيانهانغ: لقد شاهدتُ أنا وبيانتشي في وقت مبكر SaaS وFintech، وكنا نشعر بمشاعر مختلطة تجاه العملاء الكبار: لديهم ميزانيات كبيرة ولكن متطلباتهم معقدة، وتوفير الخدمة لهم يتطلب جهدًا كبيرًا. الآن، أضيف لدينا FDE (مهندس النشر المتقدم)، ويجب أن يذهب أشخاص يفهمون النماذج والأعمال إلى الموقع لمساعدة العملاء في النشر. كيف ستختلف خدمة الذكاء الاصطناعي للعملاء الكبار عن SaaS وFintech في الماضي؟
ليو بينتشي: العملاء الكبار لديهم ميزانيات كبيرة ومتطلبات عالية، ولا تزال المشكلات القديمة مثل زيادة الكمية دون زيادة السعر وارتفاع تكاليف التخصيص قائمة. سيسأل العملاء: بما أن هناك نماذج مفتوحة المصدر، لماذا ندفع أكثر مقابل خدمات الذكاء الاصطناعي؟ عندما يدخل الذكاء الاصطناعي حقًا إلى قاعدة الشركات، يجب معالجة أمان البيانات والخصوصية وتكامل الأنظمة. بالإضافة إلى ذلك، هناك الهلوسات: إذا استُخدم الذكاء الاصطناعي في أعمال أساسية مثل إدارة المخاطر، وحدث خطأ تسبب في خسارة، فمن هو المسؤول؟ هل هو مُصنّع النموذج أم الشركة أم الموظف؟ هذه الحدود لم تُحدد بعد. من يستطيع حل هذه المشكلات، فقط هو من سيحصل على الفرصة.
طاقة داخل، رمز خارج، بنية تحتية الذكاء الاصطناعي تدخل المنافسة النظامية
ليو بينتشي: هل سرعة تقدم قدرات النماذج الكبيرة زادت أم تباطأت خلال النصف العام الماضي؟
يان تشيانهانغ: إذا نظرنا إلى ابتكارات متقدمة مثل بنية الاستدلال o1، فبالفعل لم نر شيئًا مشابهًا منذ فترة. لكن قدرة النماذج على أداء المهام الحقيقية لا تزال تتحسن. في الماضي، كنا ننظر إلى اختبارات الرياضيات وقوائم المعرفة كأننا نجعل النموذج يخضع لامتحان؛ أما الآن، فننظر إلى SWE-bench (اختبار معياري للهندسة البرمجية) وComputer Use (استخدام الحاسوب) وAgent Benchmark (اختبار معياري للوكلاء)، حيث نختبر قدرته على إصلاح الأخطاء، وتشغيل الأدوات، وإكمال مهمة طويلة. لقد انتقل النموذج من قاعة الامتحان إلى مكان العمل.
ليو بينتشي: إنه يشبه خريجًا يغادر المدرسة ويدخل المجتمع. ربما تكون المخزون المعرفي قد تشكل بالفعل، والاختبار الحقيقي هو كم من القدرة يمكنه تطبيقها في العمل. أي شركة ستختار كأفضل أداء في هذه الدورة؟
يان تشيانهانغ: سأختار Anthropic. لقد ركزت مبكرًا جدًا على البرمجة، والآن نرى أن هذا القرار كان حاسمًا. لقد أدركت قبل الآخرين أن النموذج لا يمكنه الاعتماد فقط على الأداء في الاختبارات، بل يجب أن يُقيّم أيضًا من حيث تنفيذ المهام. بعد إصدار Claude 3.5، تحسنت تجربة أدوات البرمجة بالذكاء الاصطناعي بشكل ملحوظ، وأصبحت المنتجات مثل Cursor أكثر فعالية؛ مع تحسن الأدوات، يزداد عدد المستخدمين، وتعود الملاحظات إلى النموذج تدريجيًا، مما يُحدث دورة نمو متزايدة.
السبب الآخر هو نمو إيراداته بسرعة كبيرة. لقد ارتفعت إيرادات Anthropic السنوية المعلنة عدة مرات هذا العام، وبدأ الناس يناقشون: ما حجم الشركة التي ستكون عليها Anthropic إذا أطلقت أسهمها؟ كما أن تحسين تكاليف الاستدلال والربحية جعل الكثيرين يعيدون تقييمها.
ليو بينتشي: يبدو أنه اختار سوقًا يبدو عموديًا وذو حجم كافٍ، وبدأ أولاً في استهداف هذه المجموعة من المستخدمين بعمق. هذا أفضل بكثير من التوزيع الواسع دون وجود اتجاه واحد متفوق بوضوح.
يان تشيانهانغ: لا أعتبر الترميز مجالًا عموديًا. ففي الترميز، هناك بالفعل منطق بشري واستدلال واتخاذ قرارات، ويجب تحويل الخوارزمية إلى تطبيق عملي فعلي. عندما تعمق النموذج في الترميز، فإن الاستدلال والتفكير المرتبط والقرارات المتسلسلة ستتطور تلقائيًا. لهذا السبب، يشعر المستخدمون عند استخدام Claude أنه دقيق وذكي.
بعض النماذج لديها أفكار جيدة، لكنها غير موثوقة بما يكفي. انتقلت Anthropic من خلال البرمجة والوكيل، حيث تُستخدم المهام الحقيقية لتدريب النموذج عكسياً. إنها تشبه قليلاً "وحدة المعرفة والعمل": فهي أسرع من الآخرين في دمج "المعرفة" و"العمل" داخل دورة واحدة.
في هذا العام، أطلقت Anthropic Fable 5 وMythos 5. تم فتح Fable 5 للجمهور العام، بينما يقتصر وصول Mythos 5 على نطاق أضيق؛ كما تم تعليق الوصول إلى كلا النموذجين لفترة ثم استئنافه لاحقًا. ما رأيك في النقاشات المحيطة بهذه القيود؟
ليو بينتشي: هناك بالفعل العديد من التقييمات على الإنترنت حول هذه النماذج، لكن الأشخاص الذين استخدموها بعمق قد لا يكونون كثيرين. نظرت إليها باختصار، ووجدت أن تجربتها قوية حقًا من حيث طول السياق، والتفكير التكيفي الدائري، ودمجها مع قدرات الوكلاء. أما فيما يتعلق بـ"الحظر"، فأعتقد أن هناك ربما عناصر من التضليل والتسويق بالجوع. ما إذا كانت هذه النماذج قوية فعلاً لدرجة أنها تصبح أداة للتنافس بين الدول، فهذا ما يزال يحتاج إلى مزيد من المراقبة.
يان تشيانهانغ: عند النظر إلى النماذج المحلية، ما رأيك في أكبر تغيير خلال النصف العام الماضي؟
ليو بينتشي: زهي بو مثال نموذجي جدًا. فهي أيضًا تركز على مجال البرمجة، وقمت بتجارب خاصة في البنية وتدريب المهام الطويلة. كما سمعنا أن الفريق أضاف طرقًا مثل المكافآت العملية لتعزيز قدرات النموذج. لا يزال الفريق المحلي يواصل التجربة المستمرة، ولا يتوقف التقدم في البنية والخوارزميات وقدرات النموذج.
يتم أيضًا استكمال جانب البيانات. فقط بالتركيز على التقطيع، ستصل إلى السقف بسرعة. بعد حصول شركات النماذج على مزيد من الأموال، بدأت تُنفق أيضًا على بيانات عالية الجودة، بالإضافة إلى شراء قوة الحوسبة وتوظيف الأشخاص.
DeepSeek أيضًا تستحق المراقبة. فقد هدأت بعد إصدار نماذجها، لكنها استمرت في تجميع مواردها. التغيير الواضح هذا العام هو أنها أصبحت أكثر انفتاحًا في موقفها تجاه التمويل وتعاونها مع قوى الحوسبة المحلية مقارنةً بالماضي.
أفهم أن ذلك يتطلب الاحتفاظ بالمواهب من خلال التقييم وحوافز الأسهم، كما أتمنى بناء شراكات أعمق مع مصنعي القوة الحسابية المحليين. إن القيام بذلك لا يعزز فقط نموذجنا الخاص، بل يدفع أيضًا entire نظام البيئة الصناعي.
يان تشيانهانغ: عندما ظهر DeepSeek لأول مرة، كانت حجم الأموال لدى عدة شركات نماذج داخل الصين لا يزال في بضعة عشرات المليارات من اليوان. على هذا المستوى، كان يمكن لمختبر بحثي مدعوم من صندوق كمي التنافس مع الآخرين. من العام الماضي إلى هذا العام، بدأت الشركات الكبرى في الاستثمارات الضخمة، حيث أن Alibaba و Xiaomi تُنفقان أموالًا بكثافة، كما أن MiniMax و Zhipu لم تعد تمتلك أموالًا بحجم بضعة عشرات المليارات من اليوان بعد طرحهما في البورصة. إذا استمر DeepSeek في اتباع نفس نمط التشغيل السابق، فسيكون ذلك بمثابة زيادة متعمدة لصعوباته.
لكن أسلوب DeepSeek لم يتغير كثيرًا، فجميع الخيارات لا تزال تدور حول شيء واحد: إنشاء نماذج كبيرة أفضل، وليس السعي أولًا للتجزئة قصيرة الأجل.
ليو بينتشي: بعد مناقشة عدد من شركات النماذج المحلية، دعونا ننظر إلى الفجوة بين الصين والولايات المتحدة. هل تعتقد أن هذه الفجوة تزداد أم تقل؟
يان تشيانهانغ: الفجوة بين الصين والولايات المتحدة في نماذج الإصدار الفائق السرعة والإصدار القياسي العام تقلصت بالفعل. في عام 2022، كان الجميع يشعرون أن من الصعب اللحاق، وفي عامي 2023 و2024 كان الناس لا يزالون يقولون إن الفجوة تبلغ سنة أو سنتين، لكن هذا العام قد تشعر أن الفجوة لا تتجاوز بضعة أشهر. مؤخرًا، أجرى تانغ جيه، المؤسس المشارك لشركة زهي بو، حوارًا مع ماسك على منصة X. وقال ماسك إن النماذج الكبيرة الصينية قد لا تصل إلى المستوى المتقدم حتى الربع الأول من عام 2027؛ فرد تانغ جيه بعبارة: "لن تستغرق هذا الوقت الطويل".
الفراغ الذي يصعب التغلب عليه على المدى القصير لا يزال يكمن في البنية التحتية وقدرات الحوسبة. تمتلك الولايات المتحدة مجموعات حوسبة أكبر يمكنها تشغيل تجارب أكثر في وقت واحد؛ بينما تتمتع الصين بقدرة أكبر على تحقيق نتائج كبيرة بتكاليف منخفضة، من خلال الخوارزميات وكفاءة الهندسة للمواكبة السريعة.
ليو بينتشي: نعم، كلما زاد عدد الآلات، زاد عدد التجارب التي يمكن تشغيلها في وقت واحد، وزادت مساحة الاستكشاف لهياكل النموذج. لقد تحسنت قدرة الصين حاليًا على تجميع البيانات مقارنةً بالماضي، كما زادت مساهمة البيانات في تقدم النماذج. وبالنظر إلى الإصدار السريع والنماذج الخفيفة، فإننا نمتلك بالفعل ميزة في الكفاءة والتكلفة.
يان تشيانهانغ: بدأت نماذج الصين أيضًا في لفت انتباه المزيد من الأشخاص. تم دعم نموذج MiniMax من قبل OpenClaw؛ كما تم ذكر Kimi وMiniMax في جدول أعمال ومحاضرات GTC الخاصة بـ NVIDIA في مارس. نحن نتبع بسرعة الإصدارات السريعة والقياسية والشاملة.
إن إنشاء الفيديوهات أصبح أكثر إثارة، وازداد الصوت المحلي بشكل أكبر. بعد إصدار Seedance، انتشرت شائعات في السوق بأن إيراداتها السنوية المتكررة (ARR) وصلت إلى 2 مليار دولار، لكن لاحقًا أوضحت خدمة Volcano Engine أن الأرقام المتداولة عن الإيرادات كانت عامةً مبالغًا فيها. في الخارج، لا يزال Google Veo 3.0 يحافظ على اهتمامه، لكن حجم صوت Sora في السوق انخفض مقارنةً بوقت إصداره. في مجال نماذج الفيديو، يبدو أن الصين تتفوق بشكل واضح.
ليو بينتشي: نظرًا لأن إنشاء الفيديوهات يستهلك عددًا كبيرًا من الرموز، فإن تكلفة وفعالية كل رمز يتم تضخيمها بشكل كبير. يمكن للشركات المحلية خفض التكلفة إلى نطاق يمكن للمستخدمين قبوله من خلال تصميم البنية وتحقيق استخدام أكثر كفاءة للقوة الحسابية.
بالانتقال إلى الأسفل، لا يمكن تجنب البنية التحتية للذكاء الاصطناعي. فشركات النماذج تزيد باستمرار إنفاقها الرأسمالي، كما أن استهلاك الرموز يتزايد، وستصبح تكلفة قوة الحوسبة عاجلاً أم آجلاً عائقاً. ما التغييرات التي لاحظتها في البنية التحتية؟
يان تشيانهانغ: ما يُسأل عنه الناس الآن لم يعد فقط "هل تكفي قوة الحوسبة"، بل ما إذا كانت هذه المنظومة بأكملها قادرة على العمل بسلاسة. بالإضافة إلى "الحساب"، يجب أيضًا النظر إلى "التخزين" و"النقل". تخيل أن لديك عشرة آلاف عقد حسابي، لكن البيانات لا تُنقل في الوقت المناسب إلى العقد التالي، فتضطر باقي العقد إلى الانتظار. مثل توظيف عشرة آلاف عامل على خط إنتاج، حيث تصل المواد ببطء، فيظل بعضهم يُضيّع الوقت.
لذلك فإن الاتصالات الضوئية وHBM (ذاكرة عريضة النطاق) وDRAM (ذاكرة الوصول العشوائي الديناميكية) وSSD (الأقراص الصلبة الحالة الصلبة) ستكتسب أهمية متزايدة. إذا قمنا بتجريد النظام بالكامل، فهناك أمر واحد فقط: "طاقة داخل، رموز خارج". كيف يمكننا الحصول على المزيد من الرموز مقابل الطاقة والنفقات التشغيلية؟ يجب تحسين الشرائح والتخزين والاتصالات والتبريد السائل والبرمجيات معًا.
ليو بينتشي: لا يمكن النظر إلى البنية التحتية من خلال السحابة فقط. فالأطراف تشمل الأجهزة المحيطة بك مثل الهواتف والساعات والأسماعات؛ بينما يمكن أن تكون الحافة عبارة عن NAS (تخزين مضاف للشبكة) أو أجهزة متكاملة أو أجهزة داخلية للشركات؛ وتقدم السحابة قوة حوسبة كبيرة الحجم. يتم وضع المهام البسيطة على الأطراف، وتخزين البيانات الخاصة بالأفراد والشركات على الحافة، بينما تُترك المهام المعقدة والتفكير الطويل المدى للسحابة.
يان تشيانهانغ: لقد امتصت الحوسبة السحابية على المدى القصير كميات كبيرة من الموارد، بينما يتعين على الحوسبة الحدية إنتاج الوظائف باستخدام قدرات حوسبة أقل وتكاليف أقل. بالنسبة للشركات الناشئة، تكمن فرص في هذه القيود.
نموذج عالمي، وليس نموذج لغوي كبير آخر
ليو بينتشي: في النصف الأول من عام 2026، أصبح مصطلح "نموذج العالم" مفهومًا شائعًا فجأة. يتم الحديث عنه في مجالات الذكاء المتجسد، وتوليد الفيديو، والألعاب، والمحاكاة الفيزيائية. فهمي هو أن نموذج العالم لا يشير بالضرورة إلى نموذج محدد معين، بل هو أكثر شبهاً بـ: إجراء تدخل خارجي على العالم، ثم التنبؤ بما سيحدث في اللحظة التالية.
وفقًا لهذا التعريف، هل يمكن أيضًا فهم قوانين نيوتن كنموذج عالمي؟ يان بو، كيف تفهم النموذج العالمي؟ وما العلاقة بينه وبين نماذج الرؤية-اللغة-الحركة (VLA)، ونماذج توليد الفيديو، ونماذج اللغة الكبيرة؟
يان تشيانهانغ: نموذج العالم ليس مفهومًا جديدًا، فقد كان موجودًا دائمًا في التعلم المعزز. حاليًا، يمكننا رؤية عدة مسارات: نماذج الفيديو التي تولد الإطار التالي، ونماذج العالم ثلاثية الأبعاد التي تبني فضاءً تفاعليًا، وJEPA (هندسة التنبؤ بالدمج المشترك) التي تجتذب العالم إلى تمثيل في الفضاء الكامن، وWAM (نموذج العالم-الإجراء) الذي يربط نموذج العالم بسياسة الإجراء.
ليو بينتشي: اللغة هي معلومات عالية التجريد، لكن العالم الحقيقي يحتوي أيضًا على البصر واللمس والعلاقات المكانية. أعتقد أن نماذج العالم تشبه القدرة الفطرية للإنسان، بينما تشبه نماذج اللغة التعلم المكتسب. طريقتا التحديث مختلفتان، لكنهما تشكان معًا الذكاء البشري. هل توافق على هذا التقييم؟ ما العلاقة التي ستتشكل بين نماذج العالم وLLMs (نماذج اللغة الكبيرة) في المستقبل؟
يان تشيانهانغ: أنا أيضًا أميل إلى التكامل بين الاثنين. اللغة، بالإضافة إلى الحواس الخمس – البصر والسمع واللمس والشم – هي جميعها وسائل تفاعل الإنسان مع العالم. لقد حلت نماذج اللغة الكبيرة مشكلة الذكاء على مستوى اللغة، وسنواصل بالطبع استكشاف فهم الذكاء الاصطناعي للعالم المادي وتوقعه.
ليو بينتشي: لماذا انفجرت نماذج العالم تحديدًا في النصف الأول من هذا العام؟
يان تشيانهانغ: أولاً، نضجت نماذج الفيديو، وأصبحت النتائج المولدة أكثر شبهاً بالواقع. كما تقدمت تقنيات التمثيل ثلاثي الأبعاد، من الشبكات (Mesh) ونقاط السحابة (Point Cloud) إلى NeRF (المجالات الإشعاعية العصبية) و3D Gaussian Splatting (الرشّ الموزع ثلاثي الأبعاد)، حيث امتلكت فرق ريادة الأعمال الآن الأساس التقني لإنشاء وتعديل عوالم ثلاثية الأبعاد. بالإضافة إلى نماذج الفيديو المفتوحة المصدر، يمكن التحقق من العديد من الأفكار بسرعة.
ليو بينتشي: لكن نماذج العالم والذكاء المتجسد تفتقر جميعها إلى بيانات تحتوي على معلومات فيزيائية. تُذكر الصناعة غالبًا هرم البيانات، حيث القاعدة هي مقاطع الفيديو على الإنترنت والبيانات المولدة، والوسط هو البيانات من منظور أولي تحتوي على معلومات متعددة الوسائط، والقمة هي بيانات التحكم عن بُعد من الآلات الحقيقية. كيف يمكن حل هذه العقبة؟
يان تشيانهانغ: نحن لا نعاني من نقص في بيانات الفيديو العادية، بل نعاني من نقص في البيانات التي تحتوي على حالات فيزيائية وقوانين. النوع الأول هو جمع البيانات من أجهزة استشعار حقيقية؛ النوع الثاني هو المحاكاة الفيزيائية والتوأم الرقمي؛ النوع الثالث هو استنتاج حالات التلامس والقوى من الفيديو. البيانات الحقيقية هي الأفضل، لكنها الأغلى تكلفة، ويجب في النهاية دمج هذه الأنواع الثلاثة من البيانات في نظام تدريجي.
دعنا نتحدث عن شيء أكثر راحة. إذا بدأت نماذج العالم في تحقيق تقدم تجاري واضح، فما الذي تعتقد أنه سيكون أول سيناريو يشعر به المستهلكون؟ هل سيكون في الألعاب، أو استهلاك المحتوى، أم الذكاء المتجسد الذي يُناقش كثيرًا مؤخرًا؟
ليو بينتشي: أعتقد أن ذلك يتعلق بالألعاب واستهلاك المحتوى. هذه السيناريوهات لا تطلب دقة مطلقة، بل فقط أن تخدع العين البشرية. أما الذكاء الجسدي فيجب أن يعمل في العالم الحقيقي، مما يتطلب متطلبات أعلى للبيانات ونسبة النجاح والأمان.
يان تشيانهانغ: إذا كانت نماذج العالم يمكن استخدامها فعلاً في الألعاب، فأنا أتطلع إلى عدم رؤية أي خلل أو أخطاء في التداخل في المستقبل.
ليو بينتشي: من استهلاك المحتوى إلى الذكاء الجسدي، ما التغييرات التي أدخلها نموذج العالم على هذه الصناعة؟ هل يعتقد البعض حقًا أن VLA سيتم استبداله بواسطة نموذج العالم؟
يان تشيانهانغ: أعتقد أن ذلك لن يحدث. عندما يلعب الإنسان التنس، قد يتخيل أولًا كيفية رد الكرة عند مواجهة حركة غير مألوفة؛ لكن عند وصول الكرة بسرعة، يعتمد الرياضيون المحترفون على الغريزة الجسدية للرد مباشرة. نموذج العالم يشبه "التفكير أولاً ثم الحركة"، بينما VLA يشبه إصدار الحركات مباشرة بناءً على المدخلات البصرية، ويمكن للاثنين أن يكملا بعضهما البعض.
ليو بينتشي: لا يزال هناك "مثلث مستحيل" آخر في تطبيق الذكاء الجسدي: المهام المعقدة الطويلة المدى، وارتفاع معدل النجاح، والقدرة على التعميم عبر السيناريوهات المختلفة، ومن الصعب تحقيق الثلاثة معًا حاليًا. اللمس أيضًا أمر بالغ الأهمية. إذا استطاع الروبوت إعادة تكوين الشكل ثلاثي الأبعاد التقريبي للجسم باستخدام حساسات اللمس فقط على يديه، فهذا يعني أن قدراته قد وصلت إلى مستوى عالٍ نسبيًا.
يان تشيانهانغ: لقد رأينا حالة عملية واضحة. ممسك باثنين من الأصابع بسعر بضعة مئات من اليوانات، عند دمجه مع مستشعرات اللمس لتشكيل حلقة تحكم قويّة، يمكنه رفع التوفو دون سحقه. لكن كيفية مواءمة اللمس مع النموذج لا تزال في مراحلها المبكرة جدًا.
بعد انفجار الفقاعة، أين ستذهب الأموال؟
ليو بينتشي: بالإضافة إلى المجالات الأكثر سخونة مثل الوكلاء ونماذج العالم والذكاء المتجسد، ما هي التوجهات الأخرى التي تعتقد أنها تستحق اهتمام رواد الأعمال؟
يان تشيانهانغ: الاتجاه الذي أهتم به حاليًا هو "الذكاء الاصطناعي من أجل العلوم" بمعناه الأوسع. حيث أقوم بتفكيك عملية البحث العلمي — من طرح الأسئلة وجمع المعلومات، إلى إجراء التجارب وتحليلها وتحققها — لأرى أي مراحل يمكن تفويضها للذكاء الاصطناعي، وهل يمكن أن يُسرّع ذلك من وتيرة البحث. إنه يتجاوز خطوة إضافية مقارنة بـ AlphaFold الذي كان معروفًا قبل بضع سنوات.
ليو بينتشي: إنه يشبه تحويل البحث العلمي نفسه إلى خط إنتاج يمكن إعادة تنظيمه.
يان تشيانهانغ: نعم، لقد رأينا هذا العام العديد من الأعمال في مجال البحث التلقائي (Auto Research)، لكنها لا تزال محدودة إلى حد كبير في مجالات معينة. ما يلي الأكثر إثارة للانتباه هو ما إذا كان يمكن لهذا المجال أن يتوسع إلى مزيد من التخصصات ويعجل بشكل كبير من الابتكار العلمي. هناك مثال آخر مرتبط بما ناقشناه سابقًا عن النماذج العالمية. غالبًا ما تعتمد المحاكاة الفيزيائية التقليدية على حل المعادلات التفاضلية الجزئية في طبقاتها الأساسية. في الماضي، كان هناك مشكلة مرهقة في المحاكاة: فكلما أردت دقة أعلى، كان ذلك أبطأ؛ وكلما أردت سرعة أعلى، زاد احتمال عدم الدقة. الآن، بدأ الجميع في استخدام الذكاء الاصطناعي وعوامل الشبكة العصبية لاستبدال جزء من حل المعادلات التفاضلية الجزئية. إذا تم تحقيق ذلك فعليًا بسرعة ودقة معًا، فسيكون ذلك تقدمًا ملموسًا حقيقيًا.
الأمر الذي شعرت بأنه مثير للاهتمام مؤخرًا هو العلوم الاجتماعية. سابقًا، كانت أبحاث العلوم الاجتماعية تفتقر إلى آليات تجريبية وتحليلية فعالة: إما أن تُستخدم المجتمعات الحقيقية كبيئة تجريبية لإجراء استقصاءات واسعة النطاق، أو يتم أخذ عينات صغيرة لإجراء أخذ العينات (Sampling). هل يمكن للذكاء الاصطناعي الآن تقديم أساليب تحليلية جديدة للعلوم الاجتماعية، والدخول في بعض هذه المراحل لتسريع البحث؟ هذا يفتح فجأة فكرة "الذكاء الاصطناعي من أجل العلوم"، وليس فقط "الذكاء الاصطناعي من أجل المواد" أو "الذكاء الاصطناعي من أجل التكنولوجيا الحيوية".
الاتجاه الآخر هو الأجهزة الخاصة بالذكاء الاصطناعي. هناك سلسلة توريد أجهزة ناضجة محليًا، بالإضافة إلى مجموعة من المؤسسين والمنتجين الشباب الأذكياء، ومع تحسن البنية التحتية للذكاء الاصطناعي بشكل متزايد، يمكنهم تحويل أفكارهم إلى منتجات بسرعة. ما أتطلع إليه أكثر هو ما إذا كانت هذه التربة ستُنبت عشوائيًا أشياء لم نتوقعها.
ليو بينتشي: لا يقتصر وجود الأجهزة المدعومة بالذكاء الاصطناعي على تقديم وظيفة واحدة للمستخدمين، بل هو مرتبط ارتباطًا وثيقًا بنماذج العالم. لقد تراكمت كميات هائلة من البيانات الرقمية على الإنترنت، لكن لا تزال البيانات المتعلقة بكيفية تفاعل الإنسان مع العالم المادي — مثل بيانات السلوك، وبيانات العلامات الحيوية، وبيانات موجات الدماغ — ناقصة بشدة. في المستقبل، قد تحمل هذه الأجهزة قوة حوسبة وبرمجيات ذكاء اصطناعي وأجهزة استشعار متنوعة، وتتعلم تدريجيًا فهمنا أثناء الاستخدام، ثم تقدم خدمات عكسية.
يجب على الشركات الناشئة أن تفكر بعناية: هل أنت تبني جامع بيانات، أم مركز بيانات (Data Hub)؟ إذا كان بإمكانه دمج معلومات المستخدمين من سياقات أخرى، فسيكون لديك عدد أكبر من الفرص.
ليو بينتشي: دعونا نتحدث أخيرًا عن الأسواق الرأسمالية. هذا العام، حصل يو شو على موافقة تسجيل الاكتتاب الأولي في سوق شنغهاي للأسهم العلمية والتكنولوجية، ودخل مرحلة الإصدار؛ بعد إدراج زهي بوك وميني ماكس في بداية العام، شهدت أسهمهما تقلبات وحتى انقسامًا. وأكملت كيمي وديب سيك وجي يو شين تشينغ تمويلًا كبيرًا على التوالي. كيف ترى موجة إدراج شركات الذكاء الاصطناعي هذه؟ وكيف ستؤثر على السوق الأولية؟
يان تشيانهانغ: من منظور المستثمر في المرحلة الأولى، من الجيد بالطبع أن يربح الجميع المال. بالنسبة لهذه الشركات التي تطور النماذج الأساسية، فإن الاكتتاب العام هو أيضًا فرصة لتحويل رأس المال: فقد تم إثبات الموضع البيئي بشكل أولي، ولكن ما زال يتعين عليهم خوض معارك أطول وتحتاج إلى مزيد من الذخيرة.
هذه الشركات لديها قيمة طويلة الأجل، لكنها تحتاج في المدى القصير إلى استمرار إنفاق الأموال على البحث، وقد منحها السوق المالي الشروط اللازمة للاستمرار في الاستثمار. OpenAI وAnthropic تشبهان ذلك إلى حد كبير. لا يمكن تقييمهما بالكامل باستخدام إطار PE التقليدي للشركات، بل يهتم الناس أكثر بالموقع الذي ستتبوأه في النظام البيئي النهائي. عندما كانت شركات الإنترنت تُطرح للتداول في مراحلها المبكرة، لم يكن الناس يركزون فقط على الربح أو الخسارة في الوقت الحالي.
ليو بينتشي: لكن في هذه الدورة من الذكاء الاصطناعي، يعترف الجميع بوجود فقاعة. هل ستنهار الفقاعة بعد إدراج المزيد من العمالقة في البورصة؟
يان تشيانهانغ: من الصعب التنبؤ بموعد انفجار الفقاعة. يمكن لأي شخص أن يقول إن الفقاعة ستنتهي في النهاية، لكن هذا مجرد كلام صحيح بلا فائدة. من منظور قصير الأجل، قد يؤدي الإدراج إلى موجة أخرى من FOMO في السوق الأولية؛ لكن ردود فعل السوق الثانوية سريعة، وإذا لم تكن الأعمال جيدة أو لم تكن التقدمات البحثية كافية لدعم التوقعات، فستنعكس ذلك بسرعة في السعر. إذا أظهرت الشركات الرائدة أداءً جيدًا، فلا يزال هناك مجال في السوق الأولية؛ لكن إذا لم تستطع هذه الشركات التحمل، فستؤدي إلى خفض تقييمات السوق الأولية. حينها، سيقوم الجميع بإعادة حساباتهم: إذا لم تكن تقييمات السوق الثانوية قابلة للدعم، فلماذا لا تزال تقييمات السوق الأولية مرتفعة جدًا، بل وحتى مقلوبة بين السوقين؟ أليس من الأفضل أن نهدأ قليلاً؟ قد تواجه التقييمات التي ارتفعت بسرعة في النصف الأول من هذا العام فترة هدوء.
ليو بينتشي: من الصعب التنبؤ باليوم الذي سيحدث فيه الانهيار. دعنا نطرح السؤال بطريقة مختلفة: افترض أن الفقاعة بدأت في الانهيار، ماذا سيحدث؟ أي الشركات من المرجح أن تنجو، بل وتصبح شركات حقيقية جيدة؟
يان تشيانهانغ: العقلية داخل الفقاعة تشبه إلى حد كبير تداول الأسهم، حيث يعتقد الجميع أن السهم الذي اشتروه سيحقق ارتفاعًا قياسيًا غدًا. عندما يبرد السوق، تتجه الأموال نحو أصول أفضل. بالنسبة للاتجاهات المدعومة بالبحث مثل نماذج العالم والنماذج الذكية المتجسدة، يجب على الشركات أن تقدم باستمرار معالم رئيسية وتظل تحتفظ بموقعها في الصناعة. لا يمكن الاعتماد فقط على العروض التوضيحية أو السرد القصصي دون إنتاج نتائج فعلية، فبعد ذلك سيكون من الصعب جمع التمويل لاحقًا.
الشركات التي تنفذ مشاريع فعلية، في النهاية، تعتمد على استقرار نموذج العمل وصدق الطلبيات. القدرة على التحمل أثناء الأزمات هي ما يحدد ما إذا كانت ستتمكن من البقاء.
ليو بينتشي: أعتقد أن انفجار الفقاعة ليس بالضرورة أمرًا سيئًا بالكامل. سواء كان ذلك في البرمجيات أو النماذج الكبيرة أو الذكاء المتجسد، فقد تنخفض تكاليف قوة الحوسبة والبنية التحتية في المرحلة العليا. حاليًا، يواجه العديد من المشاريع صعوبة في التطبيق بسبب نفقات رأس المال والتكاليف. عندما يصبح المستخدمون قادرين على تحمل التكلفة، سيصبح التطبيق أسرع.
يان تشيانهانغ: نعم، وبالنسبة للسوق الأولية، فإن الإدراج ليس النهاية. عندما يحين وقت الخروج الحقيقي، ستعود أسعار الأسهم إلى قيمتها المنطقية، وستستجيب الأسواق الثانوية بسرعة.
ليو بينتشي: أخيرًا، إذا كان عليك المراهنة على متغير واحد في النصف الثاني من العام، فما الذي ستختاره؟
يان تشيانهانغ: سأركز على دورة البيانات الحقيقية. سواءً كان الذكاء الجسدي أو الوكلاء، فكل ما يمكنه جعل البيانات وردود الفعل الاستخدامية تدور باستمرار، أو مساعدته الآخرين على بناء هذه الآلية، يوفر فرصة — فحتى من يبيع المجرفات يمكنه النجاح.
ليو بينتشي: تقييمي مشابه. من المتوقع أن نرى في النصف الثاني من العام مشاريع أكثر قدرة على التطبيق وتحقيق إيرادات. من الصعب التنبؤ بموعد انفجار الفقاعة، لكن التكنولوجيا لا يمكنها تجاوز الدورة والوصول مباشرة إلى الذكاء الاصطناعي العام (AGI)؛ بل ستمر بالضرورة بموجات تقلبات. القدرة على التطبيق الفعلي، وتحقيق الإيرادات أو التمويل أو جمع البيانات خلال هذه التقلبات، هي ما يحدد ما إذا كانت الشركة تستطيع بناء ميزة مرحلية، وما إذا كانت لديها فرصة للمشاركة في الدورة التنافسية التالية.