بحث

ديميس هاسابيس يقترح هيئة معايير للنماذج الحدودية، NVIDIA تدّعي أداءً أعلى بـ 25 ضعفًا لكل واط، وGPT-5.6 متاحًا بشكل عام على Bedrock

JLS42 /
ia actualites nvidia gemini openai open-source
ديميس هاسابيس يقترح هيئة معايير للنماذج الحدودية، NVIDIA تدّعي أداءً أعلى بـ 25 ضعفًا لكل واط، وGPT-5.6 متاحًا بشكل عام على Bedrock

ai-powered-markdown-translator

مقال مترجم من الفرنسية إلى العربية باستخدام gpt-5.4-mini.

عرض المشروع على GitHub ↗

يتميّز هذا الأسبوع بموقف اتخذه ديميس هاسابيس بشأن حوكمة الذكاء الاصطناعي الحدودي، ومنشورين من NVIDIA يقدّران مكاسب الكفاءة في Blackwell، وطريقة جديدة للبحث موجَّهة بواسطة وكيل، إلى جانب الإتاحة العامة لـ GPT-5.6 على Amazon Bedrock. وتغطي بقية الأخبار موجة من النماذج المفتوحة (OCR، والرؤية-اللغة، والتكميم الثلاثي)، وعدة مستجدات من GitHub وManus على صعيد الأدوات، ونشر WANDR كمعيار مفتوح المصدر من Perplexity.

ديميس هاسابيس يقترح إطارًا للذكاء الاصطناعي الحدودي وهيئة معايير

14 يوليو — في مقال طويل نُشر على X، يتخذ ديميس هاسابيس، الشريك المؤسس والرئيس التنفيذي لـ Google DeepMind، موقفًا بشأن المسار نحو الذكاء الاصطناعي العام (AGI). ويرى أن نظامًا يمتلك كل القدرات المعرفية للدماغ البشري لن يكون على الأرجح سوى مسألة سنوات قليلة، ويقارن حجم هذه القفزة بالاكتشاف الذي مثّلته الكهرباء أو النار، مع أثر محتمل يفوق الثورة الصناعية بعشرة أضعاف، وبسرعة أعلى بعشرة أضعاف.

لكنه يحذّر في الوقت نفسه: فالتسابق التجاري والجيوسياسي الحالي شديد إلى درجة لا تترك الوقت الكافي لفهم المخاطر جيدًا (الأمن السيبراني، وعلى المدى البعيد المخاطر النووية والبيولوجية)، ولا للحفاظ على السيطرة على أنظمة تزداد استقلالية وقدرة على تحسين نفسها ذاتيًا.

اقتراحه المركزي: إنشاء Standards Body مخصّصة لتقييم النماذج الحدودية، على نموذج شراكة بين القطاعين العام والخاص تُشرف عليها الحكومة الفيدرالية الأمريكية — على غرار FINRA في القطاع المالي — مع مجلس يضم خبراء تقنيين مستقلين وممثلين عن المصدر المفتوح. ويهدف التمويل، الذي سيكون في معظمه خاصًا، إلى جذب أفضل المواهب التقنية وتمويل الحوسبة اللازمة للاختبارات على نطاق واسع. ويضع هاسابيس الولايات المتحدة في موقع أفضل دولة لبدء هذه الخطوة، مع الدعوة في الوقت نفسه إلى تعاون دولي بشأن قضايا السلامة.

If you stop to think about it, we’ve essentially found a way to make sand think. It’s miraculous. The magnitude of this technology’s impact will be unprecedented, perhaps 10x of the Industrial Revolution at 10x the speed.

🇸🇦 إذا فكّرنا في الأمر، فنحن قد وجدنا أساسًا طريقة لجعل الرمل يفكر. إنه أمر معجزة. إن حجم الأثر الذي ستخلفه هذه التكنولوجيا سيكون غير مسبوق، وربما يفوق الثورة الصناعية بعشرة أضعاف، وبسرعة أعلى بعشرة أضعاف. — @demishassabis على X

🔗 المقال الكامل على X

NVIDIA — الأداء لكل واط، المعيار الأساسي لكفاءة البنى التحتية للذكاء الاصطناعي

14 يوليو — تدافع NVIDIA عن الأداء لكل واط بوصفه المعيار المرجعي لكفاءة البنى التحتية للذكاء الاصطناعي: ففي سياق تُعد فيه القدرة الكهربائية المتاحة القيدَ الأشد، تحدد هذه النسبة عدد الرموز التي يمكن لمصنع ذكاء اصطناعي إنتاجها ضمن سقف قدرة ثابت، وبالتالي تحدد إيراداته وربحيته.

وتقدّر الشركة مكاسب منصتها Blackwell NVL72 مقارنةً بجيل Hopper:

النموذج المُقيَّممكسب الأداء لكل واط (Blackwell NVL72 مقابل Hopper)
DeepSeek V4 Proحتى 25x
GLM 5.1حتى 20x
Kimi K2.6 (الأحمال الوكيلة الطويلة)حتى 10x

ويرجع جزء من هذه المكاسب إلى الانتقال من مجال GPU مكوّن من 8 وحدات (Hopper) إلى رفوف متكاملة تضم 72 GPU، مع NVLink Switch من الجيل السادس يدمج الحوسبة داخل الشبكة (تقنية SHARP). وإلى جانب العتاد، ما تزال التحسينات البرمجية تحقق مكاسب كبيرة: حتى 5x أداء إضافي على DeepSeek V4 في شهر واحد فقط، عبر الحزمة TensorRT-LLM وDynamo وSGLang وvLLM.

وعلى صعيد البنية التحتية الكهربائية، تتيح تقنية DSX MaxLPS تشغيل ما يصل إلى 40% من GPU إضافية مع نفس ميزانية القدرة، بفضل التبريد بالماء المعتدل والتحكم الديناميكي في الطاقة — مع العلم أن نحو 60% فقط من الكهرباء المسحوبة من الشبكة تتحول فعليًا إلى عمل مفيد في الذكاء الاصطناعي داخل المصنع. وتضع NVIDIA هذا النهج في سياق منصتها القادمة Vera Rubin، وتذكر عمليات نشر قيد الإنتاج لدى Anthropic وOpenAI وCoreWeave وPerplexity وFireworks AI.

🔗 مقال NVIDIA

NVIDIA — Nemotron Labs: بحث RL ذاتي موجَّه بقدرات وكيل

14 يوليو — قدّمت NVIDIA عرضًا بعنوان «RL Autoresearch»، وهو عرض بحثي في التعلم المعزز موجَّه بواسطة وكيل، يعتمد على NeMo RL وNeMo Gym وقدرات قابلة لإعادة الاستخدام. والفكرة: إعطاء وكيل برمجي هدفًا وميزانية زمنية، ثم تركه يبني بيئة التدريب بنفسه، ويُدرّب النموذج ويقيّمه، بينما يكتفي الباحث بالإشراف على الاتجاه العام للعمل.

في المثال المعروض، كان على الوكيل أن يعلّم نموذج رؤية عدّ النجوم الملوّنة. وقد ارتفع أداء نموذج Qwen3-VL-2B من 25% إلى 96,9% دقة، كما اقترح الوكيل بنفسه التجربة التالية التي ينبغي تنفيذها، من دون أن يفرضها عليه الباحث.

ويعرض مثال ثانٍ، يندرج ضمن ما بعد التدريب بدلًا من البحث الذاتي، استخدامًا قريبًا: فقد كان نموذج Cosmos 3 Nano غير قادر في الأصل على اكتشاف إشارة مرور كانت مرئية في تقييم zero-shot، ثم جرى ما بعد تدريبه عبر LoRA لمهمة التحقق WTS (سيناريوهات القيادة التي تدمج الطقس والمرور والإشارات). وترتفع الدقة من 54,41% إلى 87,14% بعد LoRA، ثم إلى 93,35% مع إضافة NVIDIA TAO AutoML — وكل ذلك في أقل من يوم واحد.

We gave a coding agent a goal and a time budget: build a training environment and teach a vision model to count colored stars.

🇸🇦 لقد أعطينا وكيلًا برمجيًا هدفًا وميزانية زمنية: أن يبني بيئة تدريب وأن يعلّم نموذج رؤية عدّ النجوم الملوّنة. — @NVIDIAAI على X

🔗 إعلان Nemotron Labs

النماذج المفتوحة والبحث

تُميز سبع منشورات هذا الأسبوع على صعيد النماذج المفتوحة والبحث، وتقودها خصوصًا Hugging Face وTogether AI وSakana AI.

النموذج المُقيَّمالناشرعدد المعاملاتالترخيصالمعيار الأساسي
OvisOCR2مؤلف مستقل (HF)0,9 مليارApache 2.096,58 على OmniDocBench v1.6
MOSS-VL-RealtimeOpen_MOSS11 مليارApache 2.0سياق 256 000 رمز
Ternary Bonsai 27BPrismML~27,3 مليار (ثلاثي)مجاني على Together AI99,20 على MATH-500

OvisOCR2: التعرف على المستندات بقدرة 0,9 مليار معامل

يدّعي OvisOCR2 تحقيق 96,58 على OmniDocBench v1.6، ويقدّم نفسه كأول نموذج end-to-end يتجاوز الأنظمة القائمة على السلاسل (OCR، وكشف التخطيط، والتحليل المعالَجة كلٌّ على حدة). ويقترح المؤلف وصفة تستفيد من Hugging Face Jobs لتحويل أي مجموعة بيانات إلى markdown عبر OCR، من دون GPU محلية. وممّا ينبغي ملاحظته: إن هذا الرقم وتصنيف «أول نموذج end-to-end» واردان في تغريدة الإعلان، ولم يُتحقّق منهما عبر بطاقة نموذج كاملة.

🔗 إعلان OvisOCR2 على X

MOSS-VL-Realtime: رؤية-لغة مفتوحة للفيديو في الزمن الحقيقي

ينشر فريق Open_MOSS نموذج رؤية-لغة من 11 مليار معامل صُمّم لتحليل تدفقات الفيديو المستمرة بدل الصور المنفردة: فهو يواصل مشاهدة الفيديو أثناء توليد الرد، ويمكنه مراجعته إذا تغيّرت الحالة على الشاشة، ويختار الصمت عند عدم توفر أدلة كافية. وقد نُشرت جميع المتغيرات Base وInstruct وRealtime بترخيص Apache 2.0، مع دعم day-0 من فريقي SGLang وLMSYS.

🔗 إعلان MOSS-VL-Realtime على X

LeRobot v0.6.0: دعم أصلي للعمق

تضيف مكتبة الروبوتات المفتوحة المصدر من Hugging Face دعمًا أصليًا شاملًا للعمق (depth) من البداية إلى النهاية: فعند توصيل كاميرا Intel RealSense وتفعيل use_depth: true، تُزامَن خرائط العمق تلقائيًا مع تدفقات RGB، وتُكمَّم إلى 12 بت، وتُشفَّر بصيغة HEVC بلا فقد. وتغطي هذه الميزة SO-100/101 وKoch وOpenArm وreBot وUnitree G1.

🔗 إعلان LeRobot v0.6.0 على X

Sakana Marlin: «Virtual CSO» للبحث الاستراتيجي

تطلق Sakana AI وكيلًا بحثيًا ذاتيًا يجري استدلالًا عميقًا لمدة تقارب 8 ساعات عبر محرك AB-MCTS وتدفق من نوع AI Scientist، للوصول إلى خيارات استراتيجية منظمة بدلًا من مجرد ملخص. وتشمل المخرجات تقريرًا وملاحق ومراجع وشرائح عرض. والمنتج في مرحلة beta، مع تسعير حسب الاستخدام (98 ينًا لكل رصيد) أو عرض Enterprise حسب الطلب.

Ternary Bonsai 27B: تكميم ثلاثي بصيغة الهاتف

تنشر PrismML مشتقًا من Qwen3.6 27B مُكمَّمًا بصيغة ثلاثية (تنسيق g128، 1,71 بت لكل وزن، أي نحو 9,4 مرات أصغر من قاعدة FP16)، مع احتفاظه — بحسب الناشر — بـ 95% من الجودة عند الدقة الكاملة.

المعيار المُقيَّمالنتيجة
MATH-50099,20
AIME 202590,84
HumanEval+93,90
المتوسط (15 معيارًا للتفكير)80,49

يدعم النموذج سياقًا من 262 000 رمز وإدخالًا بصريًا، ويُعرض مجانًا على البنية التحتية serverless الخاصة بـ Together AI.

🔗 إعلان Ternary Bonsai 27B على X

Flash-BoN: إعادة تصور best-of-N من أجل diffusion

يُظهر Sayak Paul (Hugging Face) أن best-of-N يشكّل مرجعًا أقوى مما كان يُعتقد لعمليات التوسّع عند الاستدلال في diffusion، بشرط قياس زمن التنفيذ الحقيقي أيضًا، لا مجرد عدد تقييمات الدالة. ويقدّم الفريق Flash-BoN، الذي يفضّل استكشافًا أوسع للعينات بدل عمليات التحقق الوسيطة المتكررة.

🔗 إعلان Flash-BoN على X

Hugging Face تفتح ZeroGPU أمام جميع المستخدمين

أصبح الوصول إلى عروض ZeroGPU التوضيحية (GPU مجانية عند الطلب) متاحًا الآن لجميع مستخدمي Hugging Face، مع skill agent يسمح بإنشاء عرض توضيحي مباشرة من prompt باللغة الطبيعية.

GitHub وCopilot وManus

code scanning يعرض اكتشافات أمنية بالذكاء الاصطناعي على pull requests

14 يوليو — أصبح GitHub code scanning يعرض الآن اكتشافات أمنية مدعومة بالذكاء الاصطناعي مباشرة على pull requests، ما يوسّع التغطية لتشمل اللغات والأطر غير المدعومة من CodeQL. وتبقى هذه الميزة، المتاحة في المعاينة العامة، معلوماتية: فهي لا تمنع الدمج، وتتطلب تفعيل default setup CodeQL، ورخصة Copilot، وتستهلك أرصدة ذكاء اصطناعي فقط عند حدوث اكتشاف.

🔗 سجلّ التغييرات في GitHub

Dependabot يفرض فترة تأخير افتراضية

14 يوليو — ينتظر Dependabot الآن ثلاثة أيام افتراضيًا بعد إصدار نسخة جديدة قبل فتح pull request للتحديث، وذلك للحد من التعرض لهجمات سلسلة التوريد. ويمكن ضبط هذا التأخير عبر الخيار cooldown في .github/dependabot.yml؛ فيما تبقى تحديثات الأمان فورية. وستصل هذه الميزة إلى GitHub Enterprise Server ابتداءً من الإصدار 3.23.

🔗 سجلّ التغييرات في GitHub

/security-review في تطبيق GitHub Copilot

14 يوليو — أصبحت الأمر /security-review متاحًا في المعاينة العامة داخل تطبيق GitHub Copilot: فهو يحلل تغييرات الكود الجارية ويعيد نتائج مرتّبة حسب الشدة ومستوى الثقة، مع اقتراحات يمكن تطبيقها مباشرة من دون مغادرة التطبيق. وهو يغطي خصوصًا الحقن وcross-site scripting وpath traversal، ومتاح لخطط Free وPro وBusiness وEnterprise.

🔗 سجلّ التغييرات في GitHub

Manus يُنتج الآن ملفات .pptx أصلية

14 يوليو — كانت Manus في السابق تولّد الشرائح ثم تحولها إلى .pptx؛ أما الآن فهي تنتج ملف PowerPoint الأصلي مباشرة، مع رسوم بيانية قابلة للتعديل فعليًا (إذ يعاد رسمها عند تغيّر أي قيمة) وإمكانية تفعيل أو تعطيل التسميات وخطوط الشبكة والأسطورة.

🔗 إعلان Manus

Manus تطلق النشر التلقائي للمواقع المُولَّدة

13 يوليو — ينشر خيار auto-publish الجديد تلقائيًا كل build ناجح لموقع على عنوانه المنشور، وهو معطّل افتراضيًا. وعند دمجه مع قائمة انتظار للتغييرات، يزيل آخر خطوة يدوية بين البناء وإطلاق الموقع في الإنتاج.

🔗 إعلان Manus

توليد الصور والفيديو

Wan-Dancer-14B: توليد فيديو رقص مفتوح المصدر

14 يوليو — تضع Alibaba مفتوح المصدر Wan-Dancer-14B، وهو نموذج قابل للتشغيل محليًا ومتخصص في توليد مقاطع فيديو رقص إيقاعية طويلة المدة، مع التركيز على التزامن بين الحركة والموسيقى عبر لقطات ممتدة بدل المقاطع القصيرة فقط.

🔗 إعلان Alibaba Wan

HeyGen: وسم زمني كلمة بكلمة للصور الرمزية في الزمن الحقيقي

14 يوليو — توثّق HeyGen مسارًا غير عام من واجهة Avatar Realtime API الخاصة بها: قناة وسم زمني كلمة بكلمة ({mot, début, fin}) تسمح بمزامنة دقيقة بين الإيماءات والكلام. ويصل تأكيد إرسال النص في نحو 70 مللي ثانية، لكن الكلمة تحتاج عدة ثوانٍ قبل أن تُنطق فعليًا، ما يفرض اعتماد مرساة يُعاد حسابها نحو أربع مرات في الثانية. وقد جُرّبت الآلية عبر بث Twitch يعمل 24 ساعة على 24، مع إصدار 9 269 حكمًا مباشرًا.

🔗 مقال HeyGen

HeyGen — من Figma إلى HyperFrames، اليوم 9/30

14 يوليو — تستورد المهارة /figma الأصول، ورموز العلامة التجارية، والمكوّنات، والجداول الزمنية للحركة، واللوحات القصصية مباشرة من ملف Figma. ولغرض العرض التوضيحي، استورد الفريق 27 لونًا ونمطًا مُسمًّى، وأعاد بناء لوحة قصصية من ثمانية إطارات بوصفها نص تصوير يُفسَّر مباشرة.

🔗 مستودع HyperFrames

NVIDIA — Nemotron: أرقام العائدات من شركات العملاء

14 يوليو — تنشر NVIDIA عدة دراسات حالة رقمية حول النماذج المفتوحة Nemotron: تجاوزت H Company نسبة 76% دقة على OSWorld-Verified مع Holotron 3 Nano؛ وأعادت Harvey تدريب Nemotron 3 Ultra لتكلفة لكل تنفيذ تقل بما لا يقل عن 10 مرات عن البدائل المغلقة؛ وتدّعي Arcee AI أنه أرخص بنحو 20 مرة من نموذج مغلق مماثل مع احتلاله المرتبة الثانية على PinchBench؛ كما قام Abridge وYTL AI Labs بتخصيصه للمحادثات السريرية وللغة الملايوية على التوالي.

🔗 مقال NVIDIA

Anthropic

Claude for Teachers: وصول مجاني للمعلمين K-12 في الولايات المتحدة

14 يوليو — تطلق Anthropic وصولًا مجانيًا إلى قدرات Claude المميزة للمعلمين K-12 الموثَّقين في الولايات المتحدة، مع مكتبة من المهارات التعليمية واتصال ببرامج معتمدة عبر Learning Commons، متوافقة مع معايير الولايات الخمسين. ولا تُستخدم المحادثات أبدًا في تدريب النماذج، كما تغطي بيانات الطلاب اتفاقية معالجة متوافقة مع قانون FERPA.

🔗 إعلان Anthropic

Artifacts : المشاركة العامة، التحرير متعدد اللاعبين، والإنشاء عبر Claude Tag

13 يوليو — أصبحت Artifacts تدعم المشاركة العامة (يمكن لأي شخص يملك الرابط الاطلاع عليها)، والتحرير المتزامن متعدد اللاعبين (خطتا Team وEnterprise)، والإنشاء من Claude Tag داخل Slack بطلب بسيط في سلسلة محادثة.

🔗 إعلان Anthropic

OpenAI

GPT-5.6 متاح بشكل عام على Amazon Bedrock

13 يوليو — أصبحت النماذج الثلاثة GPT-5.6 التي أُطلقت في 9 يوليو — Sol (الاستدلال الرائد)، وTerra (الوسيط)، وLuna (الاستدلال السريع) — متاحة الآن بشكل عام على Amazon Bedrock، وذلك على محرك الاستدلال الجديد في Bedrock المصمم للأداء والأمان والتوسع. وهذا يوسّع نقاط الوصول إلى GPT-5.6 إلى جانب ChatGPT وواجهة OpenAI API المباشرة والتكاملات الخارجية (Copilot وM365 وWarp وCursor وDevin).

🔗 إعلان AWS

Codex، الوكيل الموصى به افتراضيًا في JetBrains AI

14 يوليو — تجعل JetBrains من Codex الوكيل الموصى به افتراضيًا في JetBrains AI (IntelliJ IDEA وPyCharm وWebStorm)، وهو خيار غير حصري — يمكن للمستخدم التبديل إلى وكيل آخر في أي وقت — ويُعاد تقييمه كل شهر مع تطور النماذج.

🔗 إعلان JetBrains

Gemini

إطلاق Gemini في Google Chrome في المملكة المتحدة

14 يوليو — أصبح Gemini متاحًا من أي علامة تبويب Chrome مفتوحة في المملكة المتحدة، من دون تغيير السياق: تلخيص صفحة، مقارنة المحتوى بين علامات التبويب، والإجابة عن أسئلة حول ما يظهر على الشاشة.

🔗 إعلان Google UK

التقرير الأول لـ Gemini في جنوب شرق آسيا: اعتماد قياسي وGemini Spark

14 يوليو — تنشر Google أول «Gemini Southeast Asia Report»: فقد تضاعف عدد المستخدمين النشطين أكثر من مرة خلال عام واحد في الأسواق الرئيسية الستة (إندونيسيا، ماليزيا، الفلبين، سنغافورة، تايلاند، فيتنام)، ويُقدَّم نحو 70% من الطلبات باللغة المحلية، كما تم توليد 5 مليارات صورة عبر Nano Banana خلال العام الماضي. وتطرح Google بهذه المناسبة Gemini Spark، وهو وكيل استباقي قادر على إدارة مهام Workspace، باللغات المحلية للمشتركين في خطة Advanced في المنطقة.

🔗 تقرير Google

أدوات المطورين والوكلاء

Devin Fusion: وكيل preview يوجّه المهام إلى Fable 5

13 يوليو — تطلق Cognition وكيل Devin Fusion في مرحلة المعاينة، والمتاح داخل Devin Cloud، حيث يعمل نموذج واحد بوصفه مديرًا يفوّض المهام إلى نموذج أقل تكلفة بدل تنفيذ كل شيء بواسطة نموذج واحد ممتاز. ووفقًا للفريق، يتصرف Fable 5 مثل مدير يفوّض عبر كتابة مواصفات كاملة، بينما تميل نماذج أخرى مثل Opus 4.8 إلى الإفراط في الإدارة الدقيقة واستنزاف السياق. والنتيجة: تكلفة لكل مهمة أقل من Opus 4.8، رغم أن السعر الوحدوي لـ Fable 5 أعلى — باستثناء التصحيح التسلسلي، حيث تبقى الوفورات أصعب في التحصيل.

🔗 إعلان Cognition

Perplexity تفتح مصدر معيار WANDR الخاص بها

14 يوليو — تنشر Perplexity معيار WANDR (Wide ANd Deep Research)، وهو معيار داخلي صُمم لتقييم وكلاء البحث في مهام واسعة وعميقة: 500 مهمة، و170,495 سجلًا قابلاً للتحقق بشكل فردي، وعلى ثلاث درجات صعوبة. ويعيد المصحح جلب كل صفحة مقتبسة للتحقق من أن كل ادعاء مدعوم بالدليل الأساسي. وعلى ستة أنظمة إنتاج تم اختبارها، بقيت النتائج متواضعة: 0.363 في F1 المرن و0.133 فقط في F1 الصارم، مع تكلفة لكل مهمة تتراوح من 0.03 دولار إلى 324.83 دولار حسب الإعدادات.

🔗 إعلان Perplexity على X · Benchmark GitHub

أخبار مختصرة

  • Anthropic تستثمر 10 ملايين دولار كندي لتمويل أبحاث جديدة في الذكاء الاصطناعي في كندا، بالشراكة مع مؤسسات محلية. 🔗 المصدر
  • Cognition تحتفل بمرور عام على الاستحواذ على Windsurf: إيرادات سنوية ارتفعت من 73 مليونًا إلى أكثر من 500 مليون دولار، وأكثر من 20 مليون سطر من التعليمات البرمجية كُتبت، وتوحيد تحت علامة Devin Desktop. 🔗 المصدر
  • Amp (Sourcegraph) تنشر لوحة تحكم عامة تعرض في الوقت الفعلي استخدام أوضاع الوكيل الخاصة بها، لجميع المستخدمين وكذلك للفريق الداخلي. 🔗 المصدر
  • Warp تدمج Sentry عبر MCP، لتسلسل تحليل السبب الجذري (Seer) وإنشاء طلب سحب من دون مغادرة الطرفية. 🔗 المصدر
  • Composio تصل إلى Warp، وتربط الوكلاء بأكثر من 1,000 تطبيق (Gmail وSlack وLinear وGoogle Calendar). 🔗 المصدر
  • Zach Lloyd (الرئيس التنفيذي لـ Warp) ينشر مقالًا عن الانتقال من الوكلاء التفاعليين إلى «cloud software factories» التي تؤتمت دورة حياة البرمجيات كاملة. 🔗 المصدر
  • Hugging Face Jobs يتيح الآن تحميل مجلد محلي مباشرة داخل Job عبر -v dossier:/chemin، من دون خطوة رفع مسبقة إلى مستودع. 🔗 المصدر
  • llama.cpp يحتفل بإصداره رقم 10,000 (release)، من دون تفاصيل تقنية إضافية. 🔗 المصدر
  • LlamaCoder v4 (Together AI) يولّد تطبيقات كاملة في طلب واحد، وأُعيد بناؤه حول GLM 5.2 مع محرك عرض WebAssembly جديد، وهو مجاني ومفتوح المصدر. 🔗 المصدر
  • NotebookLM يوجز ميزاته الأخيرة (المزامنة التلقائية مع Drive، وتثبيت دفاتر الملاحظات، وإعادة ترتيب الشرائح، والمشاركة عبر الهاتف) في انتظار إعلان قادم غير مفصل. 🔗 المصدر
  • GitHub يتيح الآن تقدير تكلفة ترخيص Code Quality (المساهمون النشطون، التوقع الشهري) قبل رفعه إلى 10 دولارات لكل مساهم نشط شهريًا، المقرر في 20 يوليو 2026. 🔗 المصدر
  • NVIDIA تطلق «AI Model Co-Design»، وهي سلسلة جديدة حول التآزر بين أبعاد النماذج وأداء GPU. 🔗 المصدر
  • Kling AI تكشف عن الإعلان التشويقي لـ ODYSEEUS: The Fall، وهو الفيلم الطويل الثاني بالذكاء الاصطناعي من استوديو Fountain 0، من إخراج Ash Koosha. 🔗 المصدر
  • OpenAI تنشر دليل Enterprise حول توجيه استثمارات الذكاء الاصطناعي في العصر الوكالي، مع التركيز على قياس العمل المفيد لكل دولار يُنفق. 🔗 المصدر
  • OpenAI تشرح كيف تستخدم فرق المبيعات ChatGPT Work في ملاحظات pipeline، وتحضيرات الاجتماعات، وتشخيص الصفقات المتعثرة. 🔗 المصدر
  • OpenAI تشرح كيف تستخدم فرق data science ChatGPT Work في ملاحظات السبب الجذري، وتقارير الأثر، ومواصفات لوحات المعلومات. 🔗 المصدر
  • Cohere تشارك في رعاية hackathon Hugging Face وتكافئ مشروعين: Tiny Army (المركز الثاني، مسار Thousand-Token Wood) وEyas، وكيل مراقبة بالفيديو (جائزة أفضل وكيل). 🔗 المصدر

ماذا يعني هذا

على المستوى المادي، تصوغ NVIDIA رسالتها حول فكرة واحدة: إن القدرة الكهربائية، لا السيليكون، أصبحت الآن القيد الذي يحدد ربحية مصنع للذكاء الاصطناعي. إن مكاسب الأداء لكل واط في Blackwell (حتى 25x على DeepSeek V4 Pro) وحالات عملاء Nemotron التي تُقاس بعشرات المرات أقل تكلفة تروي القصة نفسها: الكفاءة الطاقية وتكلفة كل رمز تصبحان حجة البيع الأساسية، أكثر من القوة الخام. ويذهب عرض RL Autoresearch في الاتجاه نفسه عبر السعي إلى أتمتة حلقة البحث-التدريب-التقييم نفسها، التي ظلت حتى الآن يدوية إلى حد كبير.

أما على صعيد النماذج المفتوحة، فتعكس الأسبوع تنوعًا سريعًا في المجالات المتخصصة: التعرف على المستندات خفيف للغاية (OvisOCR2)، وفهم الفيديو المستمر (MOSS-VL-Realtime)، والروبوتات مع عمق أصلي (LeRobot)، وفوق ذلك كله التكميم الثلاثي لـ Bonsai 27B الذي ينجح في احتواء قدرة متعددة الوسائط من فئة 27 مليار معامل ضمن حجم ذاكرة يليق بهاتف. هذه الإصدارات، المدعومة من Hugging Face وTogether AI وSakana AI وفرق مستقلة، تُظهر نظامًا مفتوح المصدر يواصل ملاحقة قدرات النماذج المغلقة عن كثب مع خفض تكاليف الاستدلال بشكل كبير.

وعلى صعيد الحوكمة، يختلف تدخل Demis Hassabis عن النبرة المعتادة لإعلانات المنتجات: فهو يقرر صراحة أن السباق التجاري الحالي يتقدم على الفهم الجماعي للمخاطر، ويقترح آلية ملموسة — هيئة معايير مستوحاة من FINRA — بدل مجرد دعوة عامة إلى الحذر. وإن صدور هذا الاقتراح من الرئيس التنفيذي لـ Google DeepMind، في منتصف أسبوع إطلاقات المنتجات من جهات أخرى، يوضح التوتر بين الإيقاع التجاري والاستباق التنظيمي الذي يخترق القطاع بأكمله.

وأخيرًا، يواصل تنظيم أدوات المطورين إعادة تشكيل نفسه حول التفويض بين النماذج بدل السباق نحو نموذج واحد أقوى: إذ تراهن Devin Fusion على نموذج مدير يفوّض إلى نموذج منفذ أقل تكلفة، وتوسّع GitHub فحص الأمان المدعوم بالذكاء الاصطناعي مباشرة داخل طلبات السحب، وتفتح Perplexity معيار WANDR الخاص بها لتوضيح الحدود الفعلية لوكلاء البحث — وهو تذكير مفيد بأن حتى أفضل الأنظمة الحالية لا تزال بعيدة عن الموثوقية الكاملة في مهام التحقق الواقعي على نطاق واسع.

المصادر