دخلت Ant Group ساحة نماذج الذكاء الاصطناعي ذات تريليون معلمة من خلال Ling-1T، وهو نموذج لغة مفتوح المصدر حديثًا تعتبره شركة التكنولوجيا المالية الصينية العملاقة بمثابة اختراق في تحقيق التوازن بين الكفاءة الحسابية وقدرات التفكير المتقدمة.
يمثل إعلان 9 أكتوبر علامة فارقة هامة لمشغل Alipay، الذي كان يبني بسرعة بنيته التحتية للذكاء الاصطناعي عبر بنيات نموذجية متعددة.
يُظهر نموذج الذكاء الاصطناعي ذو تريليون معلمة أداءً تنافسيًا في مهام الاستدلال الرياضي المعقدة، حيث حقق دقة بنسبة 70.42% في معيار امتحان الرياضيات الدعوي الأمريكي (AIME) لعام 2025 – وهو معيار يستخدم لتقييم قدرات أنظمة الذكاء الاصطناعي على حل المشكلات.
وفقًا للمواصفات الفنية لمجموعة Ant Group، تحافظ Ling-1T على مستوى الأداء هذا مع استهلاك ما يزيد عن 4000 رمز إخراج لكل مشكلة في المتوسط، مما يجعلها جنبًا إلى جنب مع ما تصفه الشركة بـ “أفضل نماذج الذكاء الاصطناعي في فئتها” من حيث جودة النتائج.
نهج مزدوج الشق لتقدم الذكاء الاصطناعي
يتزامن إصدار نموذج الذكاء الاصطناعي المكون من تريليون معلمة مع إطلاق Ant Group لـ dInfer، وهو إطار استدلالي متخصص مصمم لنماذج لغة الانتشار. تعكس استراتيجية الإصدار الموازية هذه رهان الشركة على أساليب تكنولوجية متعددة بدلاً من نموذج معماري واحد.
تمثل نماذج لغة الانتشار خروجًا عن أنظمة الانحدار الذاتي التي تدعم برامج الدردشة المستخدمة على نطاق واسع مثل ChatGPT. على عكس إنشاء النص المتسلسل، تنتج نماذج الانتشار مخرجات بالتوازي – وهو أسلوب سائد بالفعل في أدوات إنشاء الصور والفيديو ولكنه أقل شيوعًا في معالجة اللغة.
تشير مقاييس أداء Ant Group لـ dInfer إلى مكاسب كبيرة في الكفاءة. أسفر الاختبار على نموذج نشر LLaDA-MoE الخاص بالشركة عن 1,011 رمزًا مميزًا في الثانية وفقًا لمعيار ترميز HumanEval، مقابل 91 رمزًا مميزًا في الثانية لإطار عمل Fast-dLLM من Nvidia و294 رمزًا مميزًا لنموذج Qwen-2.5-3B من Alibaba الذي يعمل على البنية التحتية vLLM.
“نحن نعتقد أن dInfer يوفر مجموعة أدوات عملية ومنصة موحدة لتسريع البحث والتطوير في مجال dLLM سريع النمو،” هذا ما أشار إليه الباحثون في Ant Group في الوثائق الفنية المصاحبة.
توسع النظام البيئي إلى ما هو أبعد من النماذج اللغوية
يقع نموذج Ling-1T للذكاء الاصطناعي ذو تريليون معلمة ضمن عائلة أوسع من أنظمة الذكاء الاصطناعي التي قامت Ant Group بتجميعها خلال الأشهر الأخيرة.
تشمل محفظة الشركة الآن ثلاث سلاسل أساسية: نماذج لينغ غير القابلة للتفكير للمهام اللغوية القياسية، ونماذج التفكير الدائري المصممة للتفكير المعقد (بما في ذلك معاينة Ring-1T التي تم إصدارها مسبقًا)، ونماذج Ming المتعددة الوسائط القادرة على معالجة الصور والنصوص والصوت والفيديو.
ويمتد هذا النهج المتنوع إلى نموذج تجريبي يسمى LLaDA-MoE، والذي يستخدم بنية مزيج من الخبراء (MoE)، وهي تقنية تعمل على تنشيط الأجزاء ذات الصلة فقط من نموذج كبير لمهام محددة، مما يؤدي إلى تحسين الكفاءة نظريًا.
أوضح هي زينغيو، كبير مسؤولي التكنولوجيا في Ant Group، موقف الشركة حول هذه الإصدارات. وقال: “في آنت جروب، نعتقد أن الذكاء العام الاصطناعي (AGI) يجب أن يكون منفعة عامة – وهو معلم مشترك للمستقبل الذكي للبشرية”، مضيفًا أن الإصدارات مفتوحة المصدر لكل من نموذج الذكاء الاصطناعي ذو تريليون معلمة ومعاينة Ring-1T تمثل خطوات نحو “التقدم المفتوح والتعاوني”.
الديناميكيات التنافسية في بيئة مقيدة
يسلط توقيت وطبيعة إصدارات Ant Group الضوء على الحسابات الإستراتيجية داخل قطاع الذكاء الاصطناعي في الصين. ومع تقييد القدرة على الوصول إلى تكنولوجيا أشباه الموصلات المتطورة بسبب القيود المفروضة على التصدير، أكدت شركات التكنولوجيا الصينية بشكل متزايد على الابتكار الخوارزمي وتحسين البرمجيات كعوامل تمييز تنافسية.
وبالمثل، قدمت ByteDance، الشركة الأم لـ TikTok، نموذجًا للغة الانتشار يسمى Seed Diffusion Preview في يوليو، مع المطالبة بتحسينات في السرعة بمقدار خمسة أضعاف مقارنة ببنيات الانحدار الذاتي المماثلة. تشير هذه الجهود الموازية إلى اهتمام على مستوى الصناعة بنماذج النماذج البديلة التي قد توفر مزايا الكفاءة.
ومع ذلك، فإن مسار التبني العملي لنماذج لغة الانتشار لا يزال غير مؤكد. تستمر أنظمة الانحدار الذاتي في السيطرة على عمليات النشر التجارية بسبب الأداء المثبت في فهم اللغة الطبيعية وتوليدها – وهي المتطلبات الأساسية للتطبيقات التي تواجه العملاء.
استراتيجية مفتوحة المصدر لتحديد المواقع في السوق
ومن خلال إتاحة نموذج الذكاء الاصطناعي المكون من تريليون معلمة للجمهور جنبًا إلى جنب مع إطار عمل dInfer، تسعى Ant Group إلى اتباع نموذج تطوير تعاوني يتناقض مع الأساليب المغلقة لبعض المنافسين.
من المحتمل أن تعمل هذه الإستراتيجية على تسريع الابتكار مع وضع تقنيات Ant كبنية تحتية أساسية لمجتمع الذكاء الاصطناعي الأوسع.
تعمل الشركة في الوقت نفسه على تطوير AWorld، وهو إطار عمل يهدف إلى دعم التعلم المستمر في وكلاء الذكاء الاصطناعي المستقلين – وهي أنظمة مصممة لإكمال المهام بشكل مستقل نيابة عن المستخدمين.
إن ما إذا كانت هذه الجهود المشتركة قادرة على ترسيخ Ant Group كقوة مهمة في تطوير الذكاء الاصطناعي العالمي يعتمد جزئيًا على التحقق من صحة مطالبات الأداء في العالم الحقيقي وجزئيًا على معدلات التبني بين المطورين الذين يبحثون عن بدائل للمنصات القائمة.
قد تسهل الطبيعة المفتوحة المصدر لنموذج الذكاء الاصطناعي المكون من تريليون معلمة عملية التحقق هذه مع بناء مجتمع من المستخدمين الذين يستثمرون في نجاح التكنولوجيا.
في الوقت الحالي، تُظهر الإصدارات أن شركات التكنولوجيا الصينية الكبرى تنظر إلى المشهد الحالي للذكاء الاصطناعي على أنه مرن بما يكفي لاستيعاب الوافدين الجدد الراغبين في الابتكار عبر أبعاد متعددة في وقت واحد.
انظر أيضًا: تستخدم Ant Group الرقائق المحلية لتدريب نماذج الذكاء الاصطناعي وخفض التكاليف
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الضخمة من قادة الصناعة؟ اطلع على معرض الذكاء الاصطناعي والبيانات الضخمة الذي يقام في أمستردام وكاليفورنيا ولندن. يعد هذا الحدث الشامل جزءًا من TechEx ويقام في مكان مشترك مع أحداث تكنولوجية رائدة أخرى بما في ذلك معرض الأمن السيبراني، انقر هنا لمزيد من المعلومات.
يتم تشغيل AI News بواسطة TechForge Media. استكشف الأحداث والندوات عبر الإنترنت الأخرى المتعلقة بتكنولوجيا المؤسسات هنا.