شهد عالم أدوات الذكاء الاصطناعي خلال الأسبوع الماضي تطورات تعكس انتقال المنافسة من إنتاج الإجابات والصور إلى تنفيذ عمليات أكثر تركيبًا: تعديل تصميم قائم، تفريغ تسجيل وفق تعليمات تحريرية، تنسيق عمل نماذج متعددة، أو اختبار تطبيق داخل بيئة تشغيل فعلية. وبالتوازي، ظهرت إعلانات عن أنظمة تحاكي عوالم تفاعلية وأخرى تتولى مهام هندسية وأمنية طويلة، وإن بقي الوصول إليها محدودًا.
وتجمع هذه الحصيلة سبعة من أبرز الأدوات والنماذج التي شهدت إعلانات موثقة خلال الفترة المذكورة. ويظل التمييز بين المنتج المتاح والمعاينة التجريبية ضروريًا لفهم قيمة كل إعلان؛ فظهور نموذج جديد لا يعني بالضرورة أن الجمهور يستطيع استخدامه فورًا.
1. Canva Brush: تعديل التصميم بالحوار مع الحفاظ على قابليته للتحرير
قدمت «كانفا» خلال الأسبوع نموذج Canva Brush لفهم التصاميم وتعديلها بتعليمات لغوية. يستطيع المستخدم طلب تغيير الألوان، أو تعديل العناوين عبر صفحات متعددة، أو تكييف تصميم مع صيغة نشر مختلفة. وتتمثل أهميته في التعامل مع بنية التصميم وعناصره، مع بقاء النصوص والصور والتخطيط قابلة للتعديل داخل المنصة. وبدأ توفيره لتنفيذ التعديلات المدعومة ضمن Canva AI للمشتركين في Canva Pro.
بالنسبة إلى الصحافة والنشر الثقافي، تفتح هذه الوظيفة مجالًا لتسريع إعداد الملصقات وبطاقات المقالات والعروض التعريفية بالكتب. فبدل إعادة بناء المادة البصرية عند كل تغيير، يصبح من الممكن مراجعتها عبر سلسلة من التعليمات. غير أن النسخة الأولى ما تزال قيد التطوير؛ إذ تذكر الشركة أن دعم هوية العلامة التجارية والمرفقات وتحسين التعامل مع التصاميم الغنية بالصور من مجالات العمل المقبلة. وتكمن القيمة العملية هنا في تقليص الوقت بين المسودة ومراجعاتها، مع استمرار الحاجة إلى عين بشرية تضبط التوازن البصري ودقة الكتابة.
2. MAI-Image-2.7: مايكروسوفت تراهن على التحكم في تفاصيل الصورة
أعلنت مايكروسوفت يوم 27 أكتوبر نموذج MAI-Image-2.7 لتحرير الصور، وطرحته في مرحلة المعاينة. يركز التحديث على تغيير الأسلوب البصري والإضاءة، وتعديل النصوص والرموز داخل الصورة، واستعادة الأصول البصرية وتحسينها. وأتاحت الشركة تجربته عبر MAI Playground ومنصتي Arena وArtificial Analysis، موضحة أن البداية مخصصة للتحرير، بينما يأتي التوليد انطلاقًا من النص لاحقًا.
يعالج هذا الاتجاه حاجة متكررة لدى الناشرين والمصممين: الحصول على صورة مناسبة ثم إدخال تعديل محدد عليها. فقد تكون المشكلة في الإضاءة أو عنصر داخل المشهد، بينما تكون بقية الصورة صالحة للنشر. ويشير الإعلان إلى تحسن في فئات متعددة من اختبارات التحرير، لكن تقييم فائدته الفعلية يتطلب تجربة صور ومطالب متنوعة؛ خصوصًا حين تحتوي المادة على كتابة عربية أو تفاصيل ينبغي الحفاظ عليها بدقة. أما دلالته الأوسع فهي أن جودة أداة الصورة باتت تُقاس أيضًا بقدرتها على الاستجابة للتعديل، لا بجمال النتيجة الأولى وحده.
3. Nemotron 3.5 Transcribe: التفريغ الصوتي وفق غرض المستخدم
نشرت «إنفيديا» يوم 28 أكتوبر نموذج Nemotron 3.5 Transcribe، وهو نظام يجمع التعرف على الكلام وقدرات النموذج اللغوي. يتيح اختيار أسلوب التفريغ بتعليمات طبيعية: نقل الكلام حرفيًا، أو تقديم صيغة مكتوبة منقحة من بعض الترددات، أو الاستعانة بقائمة أسماء ومصطلحات لتحسين التعرف عليها. ويشمل كذلك الترجمة الصوتية وتحديد اللغة ونسبة الكلام إلى المتحدثين، مع دعم أربعين لغة وتسجيلات تصل مدتها إلى ساعة.
وتبرز أهميته للصحافيين والباحثين الذين يعملون على الحوارات والشهادات والندوات؛ إذ تختلف متطلبات توثيق شهادة عن متطلبات إعداد مقابلة للنشر. كما يمكن طلب توقيت الكلمات وربطها بالمتحدثين لتسهيل العودة إلى التسجيل. وقد أُتيحت أوزان النموذج وأدوات لتخصيصه، ما يمنحه قيمة للمؤسسات القادرة على تشغيله تقنيًا. ومع ذلك، لا تكفي عبارة «متعدد اللغات» للحكم على أدائه في الدارجة المغربية أو التسجيلات التي تمزج العربية والفرنسية؛ فهذه الحالات تحتاج اختبارًا مباشرًا ومراجعة بشرية قبل اعتماد النص النهائي.
4. GitHub Copilot Fusion: اختيار النماذج وتنسيق عملها تلقائيًا
أعلنت «غيت هاب» يوم 28 أكتوبر الإتاحة العامة لـ Copilot Fusion، وهو نظام يختار النماذج المناسبة للمهمة البرمجية وينسق بينها عند الحاجة. ويتيح ثلاثة مستويات للجهد: Standard وHigh وMax. وقد ينفذ نموذج واحد المهمة، أو يبدأ نموذج اقتصادي ثم تُصعّد المهمة إلى نموذج أقوى، أو ينتج أحد النماذج مسودة يراجعها نموذج آخر قبل تنقيحها.
تتجاوز أهمية الإعلان إضافة اسم جديد إلى قائمة النماذج؛ فهو ينقل جزءًا من مسؤولية الاختيار إلى الأداة نفسها. ويستفيد منه المطور الذي يتنقل بين إصلاح بسيط ومشكلة تتطلب استدلالًا أعمق، بينما تملك المؤسسات ضوابط لتحديد النماذج المسموح باستخدامها. لكن الفوترة تُحسب وفق النماذج التي يستعملها النظام، ولذلك لا ينبغي فهم التنسيق التلقائي بوصفه ضمانًا ثابتًا لانخفاض الكلفة. إنه محاولة لتحقيق توازن بين جودة الإنجاز والوقت والموارد، وتتوقف فائدته على طبيعة المشروع والمهام المسندة إليه.
5. Amp macOS Satellites: الوكيل البرمجي يدخل بيئة الاختبار
قدمت Amp يوم 29 أكتوبر ميزة macOS Satellites التي تتيح لوكيلها العمل باستخدام جهاز ماك لبناء تطبيقات iOS وmacOS واختبارها وتشغيلها. ويعرض الإعلان أمثلة يتفاعل فيها الوكيل مع التطبيق، ويفحص الواجهات، ويجري تعديلات، ثم يقدم تقريرًا وتسجيلًا لما اختبره. Amp
وتكتسب هذه الخطوة أهميتها من اقتراب الأداة من دورة تطوير التطبيق كاملة؛ فكتابة الشيفرة لا تكشف وحدها مشكلات العرض والتفاعل. وعندما يستطيع الوكيل تشغيل ما أنجزه ومشاهدة النتيجة، تصبح المراجعة أكثر اتصالًا بسلوك التطبيق الفعلي. ومع ذلك، تظل الأمثلة المنشورة عروضًا لقدرات محددة، ولا تسمح وحدها بالحكم على نجاح النظام مع جميع التطبيقات. والمعيار المفيد للمطور هنا هو وضوح الأدلة التي يقدمها: ما الذي شغّله؟ وأي الشاشات فحص؟ وما المشكلات التي بقيت دون حل؟
6. LFM3: نماذج صغيرة ومتعددة الوسائط للمهام المتخصصة
أعلنت Liquid AI يوم 27 أكتوبر عائلة LFM3، التي تجمع نماذج للنص والصورة والصوت واتخاذ القرار على بنية مشتركة. وتشمل الدفعة الأولى نماذج في نطاق ملياري معامل، مع إتاحة الأوزان عبر Hugging Face، وإمكانية التجربة عبر منصة الشركة وواجهتها البرمجية. وتركز الشركة على قابلية التخصيص والتشغيل على الأجهزة.
يعبر هذا الإعلان عن مسار موازٍ للنماذج الضخمة: تطوير أنظمة أصغر تؤدي وظائف محددة بكفاءة. وقد تستفيد منها تطبيقات تحتاج معالجة محلية أو استجابة سريعة أو تخصيصًا لمجال ضيق. لكن صغر النموذج لا يعني تلقائيًا إمكان تشغيل كل نسخه على أي هاتف بكفاءة متساوية؛ فالذاكرة ونوع المهمة وطريقة التشغيل عوامل حاسمة. وتتمثل دلالته في اتساع الخيارات أمام المطورين بين الاستعانة بخدمة سحابية عامة وبناء مساعد متخصص أقرب إلى بيانات المؤسسة وأجهزتها.
7. Genie 4: من الفيديو المولد إلى عالم يستجيب للمستخدم
أعلنت «غوغل ديب مايند» يوم 27 أكتوبر نموذج Genie 4 لمحاكاة عوالم تفاعلية في الزمن الحقيقي، مع توليد صوت أصلي يشمل المؤثرات والأجواء والحوار. ويمكن توجيه المشهد باللغة الطبيعية، مثل تغيير الطقس أو إدخال شخصية أو تعديل حركة الكاميرا. وبدأ طرحه بوصفه معاينة بحثية لمجموعة محدودة من المختبرين، مع خطط لتوسيع الوصول لاحقًا.
تكمن جاذبيته في إمكان استكشاف مشهد يتطور استجابة لتدخل المستخدم، بما يفتح آفاقًا للألعاب والسرد التفاعلي والتصور السينمائي وتدريب الوكلاء. لكن الشركة تقر بأن التفاصيل واستمرارية الأشياء قد تتغير بمرور الوقت، وأن الفيزياء والصوت والدقة المكانية ما تزال مجالات بحث. لذلك ينبغي التعامل معه باعتباره تجربة متقدمة في بناء المحاكاة، وليس مرجعًا دقيقًا لإعادة تمثيل الواقع أو المواقع الحقيقية.
8. Gemini 4 Carbon: مهام هندسية طويلة وإتاحة محدودة
في 28 أكتوبر أعلنت غوغل Gemini 4 Carbon، مع التركيز على البرمجة والأمن السيبراني والمهام الممتدة. وتقول الشركة إن النموذج يحسن اكتشاف الثغرات والتحقق منها وإصلاحها، وإن فرقها اختبرته في أعمال هندسية معقدة وطويلة. وبدأت الإتاحة لفئة مختارة من المتخصصين في الدفاع السيبراني، مع توسيع تدريجي عبر برنامج Fairwind؛ وبالتالي لم يكن الإعلان إطلاقًا عامًا لجميع مستخدمي Gemini.
ويمثل هذا النموذج وجهًا آخر لتحول أدوات الذكاء الاصطناعي نحو الاستمرار في المهمة ومتابعة مراحلها، بدل الاكتفاء باقتراح أولي. غير أن النتائج التي تنشرها الشركة تظل مرتبطة باختباراتها وشروطها، ولا تعني اختفاء الأخطاء أو الاستغناء عن المراجعة الهندسية. وتكمن أهميته في اتجاه السوق إلى أدوات تُطالب بإنجاز عمل يمكن فحصه: ثغرة موثقة، أو إصلاح قابل للاختبار، أو نتيجة مرتبطة بأدلة.
تكشف حصيلة الأسبوع أن السؤال العملي أصبح أكثر تحديدًا: أي أداة تخدم العمل المطلوب، وما حدود وصول المستخدم إليها، وكيف يمكن التحقق من ناتجها؟ فبالنسبة إلى الكاتب والصحافي والناشر، تبدو أدوات تعديل التصاميم والصور والتفريغ الصوتي الأقرب إلى الاستخدام اليومي، بينما تظل المحاكاة التفاعلية والأنظمة الهندسية المتقدمة مجالًا تتسع إمكاناته أسرع من اتساع إتاحته للجمهور.
0 التعليقات:
إرسال تعليق