AI FRONTIER
Signals worth understanding before they become obvious.
إطلاق Qwen3.8-27B: نموذج رؤية ولغة أصلي بحجم 27B بترخيص Apache-2.0
أعلنت Qwen عن Qwen3.8-27B، وهو نموذج رؤية ولغة أصلي كثيف بحجم 27B مبني على معمارية Qwen3.5، مع فهم الصور والفيديو وعمق تفكير قابل للضبط وأوزان مفتوحة بترخيص Apache-2.0.
- 27B معامل، وبُعد مخفي 5120، و64 طبقة، وطول سياق أصلي يبلغ 262,144 رمزًا، قابل للتوسيع حتى 1,000,000 رمز.
- دعم أصلي لفهم الصور والفيديو، من المخططات العلمية والمستندات إلى مقاطع الفيديو التي تمتد ساعات.
- وضع التفكير مُفعَّل افتراضيًا ويمكن تعطيله لكل طلب؛ ويُضبط عمق الاستدلال عبر reasoning_effort، وpreserve_thinking مُفعَّل افتراضيًا.
- تُنشر الأوزان بصيغة Hugging Face Transformers وهي متوافقة مع Transformers وvLLM وSGLang وTokenSpeed بموجب ترخيص apache-2.0.
بالنسبة للفرق التي تستضيف وكلاء متعددي الوسائط بنفسها، يخفض نموذج كثيف بحجم 27B بترخيص Apache-2.0 حاجز النشر، لكن ينبغي التحقق من أداء السياق الطويل والفيديو وفق شروط القياس المُبلَّغ عنها.
thinkingmachines/Inkling-2-Small: نموذج MoE متعدد الوسائط بـ594B معامل صادر بأوزان مفتوحة
Inkling 2 Small نموذج متعدد الوسائط للأغراض العامة يقبل مدخلات النص والصورة وينتج مخرجات نصية، مبني على محوّل فك تشفير من 48 طبقة مع عمود تغذية أمامية sparse Mixture-of-Experts يوجّه كل رمز إلى 8 من 384 خبيرًا. يبلغ إجمالي المعاملات 594B مع 17B معاملًا نشطًا، وصدر بأوزان مفتوحة تحت رخصة apache-2.0.
- إجمالي 594B معاملًا مع 17B نشطًا؛ يُوجَّه كل رمز إلى 8 من 384 خبيرًا.
- نقطة التحقق الرئيسية NVFP4 تتطلب ما لا يقل عن 500GB من VRAM المجمّعة، وتُلبّى بـ2x NVIDIA B300 أو 4x NVIDIA H200.
- نقطة التحقق البديلة MXFP8 تتطلب ما لا يقل عن 800GB من VRAM المجمّعة، وتُلبّى بـ4x B300 أو 8x H200.
- NVFP4 هي الدقة الأصلية للنموذج؛ ولا يُظهر MXFP8 سوى مكسب هامشي قدره 1–2 نقطة مئوية على NVFP4 في التقييمات.
بالنسبة للمطورين، يوفّر النموذج قدرة متعددة الوسائط بإجمالي 594B معاملًا عند 17B معاملًا نشطًا، لكن حدّ VRAM المجمّعة الذي يتجاوز 500GB يعني النشر على عنقود متعدد وحدات GPU.
Claude Opus 5.5: برامج الروبوتات بالذكاء الاصطناعي تنجح في 221 من 240 محاولة اختبار
أفادت BornCity بأن Claude Opus 5.5 نجح في 221 من 240 محاولة اختبار في مهام برامج الروبوتات بالذكاء الاصطناعي.
- أفادت BornCity بنجاح 221 من 240 محاولة اختبار.
- تتعلق النتيجة بمهام برامج الروبوتات بالذكاء الاصطناعي.
بالنسبة لمطوري وكلاء الروبوتات، يعني النجاح في 221 من 240 محاولة أن نحو 8% من المحاولات لا تزال تفشل، لذا تبقى آليات الاحتياط والتحقق ضرورية.
فيجاي غاديبيلي من MIT يقول إنه يمكن خفض استهلاك الذكاء الاصطناعي للطاقة بنسبة تصل إلى 30% دون التأثير على الأداء
وفقًا لـ El Español، قال فيجاي غاديبيلي من MIT إن استهلاك الذكاء الاصطناعي للطاقة يمكن خفضه بنسبة تصل إلى 30% دون التأثير على الأداء.
- فيجاي غاديبيلي منتسب إلى MIT.
- أفاد El Español بادعاء خفض استهلاك الذكاء الاصطناعي للطاقة بنسبة تصل إلى 30%.
- ينص الادعاء على أن الأداء لا يتأثر.
بالنسبة لبناة الذكاء الاصطناعي، يشير ادعاء خفض الطاقة دون فقدان الأداء إلى إمكانية تحقيق وفورات في التكلفة والنشر، لكن نسبة 30% تحتاج إلى التحقق منها على أحمال عمل حقيقية.