Zhipu في البورصة: تانج جيه يحدد الطريق نحو الذكاء الاصطناعي العام، التركيز على النماذج الأساسية والهياكل الجديدة

تُعَبرُ قِيَمَةُ Zhipu عن لحظة حاسمة في مشهد الذكاء الاصطناعي العالمي. في كلمته بمناسبة الإدراج في السوق في 8 يناير، رسم تانج جي، مؤسس الشركة وأستاذ في جامعة تسينغهوا، رؤية طموحة للفصل القادم من الشركة: العودة المركزة إلى البحث النقي حول النماذج الأساسية، متخلين عن التشتيتات التجارية قصيرة المدى لملاحقة الذكاء الاصطناعي العام.

الإنجازات التي تحققت في 2025: من الاستراتيجية إلى الواقع

حافظت Zhipu على الوفاء بالتزاماتها المعلنة في بداية العام. كانت خارطة الطريق تتضمن ثلاث مراحل محددة جيدًا: في الربيع، إطلاق نموذج قادر على “الدفاع عن الموقع”، في منتصف العام، إصدار نموذج “عالي الأداء” قادر على المنافسة على أعلى المستويات، ومع نهاية العام، ظهور نموذج بأداء Top 1. أثبتت هذه الاستراتيجية نجاحها.

وصل التحول الحاسم مع GLM-4.5 في يوليو، عندما عملت جميع الفرق بتناغم لتحقيق قفزة نوعية. بعد ذلك، عززت إصدارات GLM-4.6 و GLM-4.7 الموقع التنافسي لـ Zhipu بين النماذج مفتوحة المصدر الصينية. وفقًا لتقييمات Artificial Analysis، يحتل GLM-4.7 المركز الأول بين النماذج الصينية والمركز السادس عالميًا، ويُقارن فقط بـ Claude 4.5 Sonnet.

على الصعيد التجاري، سجلت منصة MaaS نموًا هائلًا: تجاوزت الإيرادات السنوية 500 مليون دولار بعد إصدار GLM-4.7، مع أكثر من 200 مليون من الأسواق الدولية. خلال 10 أشهر فقط، انتقلت المنصة من 20 إلى 500 مليون (نمو بمقدار 25 مرة). يضم خطة الترميز GLM أكثر من 150,000 مطور من 184 دولة.

تحدي DeepSeek والعودة إلى الأساسيات

مثل ظهور DeepSeek كدعوة مهمة للصناعة. على الرغم من أن الشركة الناشئة جذبت انتباه السوق، إلا أن الحدث دفع Zhipu إلى إعادة النظر في أولوياتها: خلال فترات التطور السريع للذكاء الاصطناعي، تشتتت العديد من الشركات بين تطبيقات رأسية، ومساعدي AI متخصصين، واستراتيجيات تجارية قصيرة المدى. يعترف تانج جي بأن Zhipu نفسها ارتكبت أخطاء خلال “معركة المائة نموذج” بين 2023 و 2024.

الدروس المستفادة واضحة: الذكاء الاصطناعي العام هو ثورة تكنولوجية تتطلب العزيمة والرؤية على المدى الطويل. يجب أن تكون التكنولوجيا متاحة للجميع وتحقق فوائد واسعة، وليس التركيز على أرباح زائلة. لهذا السبب، في 2026، ستعود Zhipu بالكامل إلى الابتكار النقي في النماذج الأساسية.

الرؤية لعام 2026: ثلاثة ركائز تكنولوجية

خلال عام 2026، ستركز Zhipu جهودها على ثلاثة اتجاهات استراتيجية أساسية ستحدد تشكيل المرحلة القادمة من الذكاء الاصطناعي:

GLM-5 والتوسع المبتكر: سيتم قريبًا توفير النموذج الجديد من الجيل التالي للجميع. بفضل تقنيات التوسعة والابتكارات المعمارية الإضافية، من المتوقع أن يقدم تجارب جديدة بشكل ملحوظ ويساعد المستخدمين في إكمال مهام أكثر تعقيدًا.

الهياكل الثورية: إن بنية Transformer، التي كانت سائدة لمدة تقرب من عقد، تظهر قيودًا واضحة في التكاليف الحسابية للسياقات الموسعة، وآليات الذاكرة، والتحديثات. ستسعى Zhipu إلى اكتشاف نماذج توسعة جديدة، واستكشاف هياكل بديلة، وتنفيذ تصميم مشترك للرقاقة والخوارزمية لتحسين الكفاءة الحسابية.

نماذج RL المعممة: النهج السائد حاليًا، RLVR، أثبت نجاحه في الرياضيات والبرمجة، لكن اعتماده على بيئات قابلة للتحقق يدوياً يحد من قابليته للتطبيق العام. في العام القادم، تنوي الشركة تطوير نماذج RL أكثر عمومية، تتيح للذكاء الاصطناعي ليس فقط أداء المهام بناءً على التعليمات، بل فهم وإكمال المهام طويلة الأمد، التي تستمر من ساعات إلى أيام.

حدود التعلم المستمر

أكثر التحديات طموحًا تتعلق بالتعلم المستمر والتطور الذاتي للنماذج. تظل أنظمة الذكاء الاصطناعي الحالية ثابتة بعد النشر، تتعلم من خلال عملية تدريب مكلفة وفريدة ثم تصبح قديمة. على العكس، يتعلم الدماغ البشري ويتطور باستمرار من خلال التفاعل مع البيئة. ستخطط Zhipu مسبقًا لنموذج التعلم من الجيل الجديد—التعلم عبر الإنترنت أو التعلم المستمر—مما يمثل القفزة الكبرى التالية نحو الذكاء الاصطناعي العام.

الحوكمة، الدولية، والمختبر الجديد X-Lab

لا تنوي Zhipu أن تصبح شركة تقليدية. أنشأت داخليًا قسمًا جديدًا، X-Lab، مكرسًا لجمع المواهب الشابة بروح الاستكشاف لأبحاث متقدمة حول هياكل جديدة، ونماذج معرفية، وحاضنات لمشاريع مبتكرة.

على الصعيد الدولي، حققت مبادرة “الذكاء الاصطناعي السيادي” تقدمًا ملحوظًا: منصة MaaS الوطنية الماليزية مبنية على النموذج مفتوح المصدر Z.ai، مما يضع GLM كنموذج وطني ماليزي. يمثل هذا أول محاولة ناجحة لإدخال النماذج الكبيرة الصينية إلى السوق العالمية.

بحلول 2026، تهدف الشركة إلى أن تكون الرائدة عالميًا في مجال النماذج الكبيرة، مع الالتزام بالذكاء الاصطناعي العام الحقيقي. كما يقول تانج جي، فإن المقياس الحقيقي للنجاح لا يكمن في أهداف التسويق، بل في وجود “مستخدمين حقيقيين” وتطوير نظريات وتقنيات أو منتجات يمكنها حقًا مساعدة المزيد من الناس في التقدم العلمي العالمي.