منصة ألبابا Amap تُدير نموذجًا عالميًا لمدة 24 ساعة على بطاقة رسومات واحدة

تقول منصة ألبابا للخدمات المبنية على الموقع، إن نموذجها التفاعلي للعالم ABot-World-0 يمكنه الآن استمرار جلسة مستمرة لمدة تصل إلى 24 ساعة على بطاقة رسومات واحدة، وقد نشرت الجلسة كاملة كتسجيل قابل للبحث بدلاً من مقطع مرئي مختصر. يمكن لأي شخص الانتقال إلى أي ثانية من الجلسة التي استمرت لمدة يوم كامل، مع نقاط دخول محددة في العلامات السادسة والثانية عشرة والثامنة عشرة، إلى جانب خمس جولات كاملة عبر مشاهد المراعي والصحراء والمدينة والمناطق الثلجية.

تعد هذه الإحصائية قيمة بسبب الحد الأقصى الذي تتجاوزه. يولد نموذج العالم التفاعلي إطارًا فيديويًا إطارًا تلو الآخر استجابة لما يفعله المستخدم، لذلك يعتمد كل جزء جديد على الإطارات التي أنتجها النموذج نفسه في لحظات سابقة. تؤدي الأخطاء الصغيرة إلى تقدمها، ويتدهور المشهد في النهاية. تقول Amap إن معظم الأنظمة في هذه الفئة تظل سليمة لمدة 30 ثانية إلى دقيقة واحدة. كان عدد النموذج نفسه في إعلانه الصادر في 16 يوليو 2026 أكثر من ساعة.

كيف يحافظ LongForcing على استقرار التشغيل

الطريقة التي تُعتمد عليها من قبل Amap تسمى LongForcing، ووصفت في التقرير الفني الذي نشرته الفريق في 21 يوليو 2026. الطريقة المعتادة لبناء نموذج مثل هذا هي التقطير: يُدرّب معلم أبطأ ثنائي الاتجاه يمكنه النظر عبر مقطع كامل في وقت واحد، على طالب أسرع سببي يرى فقط الماضي، وهو ما يتطلبه التفاعل في الوقت الفعلي. عادةً ما تغطي الإشراف مقاطع قصيرة، لذلك يتعلم الطالب النظر بشكل صحيح لمدة بضع ثوانٍ ويمثل بعد ذلك.

يُمتدّ LongForcing الإشراف إلى حيث تحدث الأخطاء. يُنشئ الطالب تسلسلًا طويلاً بنفسه، ويُشرف معلم ذو سياق زمني أطول على الأقسام اللاحقة منه، حيث كان للخطأ في التنبؤ الوقت الأكثر لتكاثفه. يُطرح التقرير هذا على أنه تصحيح للانحراف التISTRIBUTIONي المتراكم والانحراف الذاتي، وليس آلية الذاكرة. لا يُطلب من النموذج تذكر الإطارات السابقة بدقة أكبر؛ بل يُجذب نحو توزيع عالم مستقر أثناء سيره.

تقول Amap إن ذلك يظهر في السلوك: يظل النموذج يتوسع في البيئة بمناظر جديدة خلال تسلسل، بدلاً من القفل في المنظر الذي بدأ به، ويفعل ذلك دون أن يُغذي المستخدم إشارات جديدة في الطريق.

ما تغطيه الإحصائيات المُبلّغ عنها

تأتي غلاف الأداء من قياسات الفريق الخاصة. عبر تكوينات منخفضة البت المُحسّنة، يضع التقرير ABot-World-0 عند 720p وحد أقصى 16 إطارًا في الثانية على بطاقة سطح المكتب Nvidia RTX 5090، مع 1.2 ثانية بين إجراء الإدخال والإطار الأول الذي يعكسها، وذاكرة فيديو قمة تبلغ حوالي 19 جيجابايت. تشغيل مرجعي على الإدخال الخام للوحة المفاتيح لتنقل المشهد وتحرك الشخصية من الثالث، مع ذاكرة الشخصية المرجعية التي تحتفظ بمظهر الشخصية الثابت عبر جلسة طويلة.

للتقييم، يُبلّغ التقرير عن نتائج على مجموعة WorldRoamBench جنبًا إلى جنب مع تسلسلات تفاعلية ممتدة، واصفًا النتيجة بالسيطرة التنافسية وتطور العالم على المدى الطويل. ما يضيفه التسجيل المنشور لمدة 24 ساعة هو القابلية للفحص: الجدول الزمني الكامل هناك ليكون قابلاً للبحث ثانيةً ثانيةً، بدلاً من الضغط في جدول.

لقد لفت التقرير الانتباه عند وصوله. أدرجت صفحة الأبحاث في Hugging Face ذلك كأفضل ورقة في اليوم لشهر يوليو 22، 2026، وحصل منذ ذلك الحين على أكثر من 300 صوت إيجابي هناك.

ما يحصل عليه المطورون

الانتقال العملي هو الأجهزة. لقد كان توليد التفاعل على المدى الطويل عمل حمولة بيانات، وحجة Amap هي أن بطاقة سطح المكتب واحدة تغطيه الآن، مما يخفض تكلفة الدخول للمطورين والاستوديوهات ومجموعات البحث الذين يعملون بدون ميزانيات المجموعة. هذا يهم أكثر في الذكاء الاصطناعي المُجسّد، حيث يجب على السياسات أن تُمارَس ضد بيئات متنوعة قبل أن تلاقي الأجهزة الفعلية، وهو مجال يdraws عملًا مستمرًا من جوجل جيميني روبوتيكس ER 2 إلى مايميك روبوتيكس-نماذج الفيديو والعمل على أرضية مصنع أودي.

يقع كل شيء تحت رخصة Apache 2.0 في مستودع GitHub للمشروع، الذي يحمل رمز الاستدلال ودمو lokal ووصلات إلى النقطة التي تم إصدارها على Hugging Face وModelScope. هذا يضع ABot-World-0 مع مجموعة أوسع من إصدارات الأوزان المفتوحة التي تصل إلى المطورين العاملين هذا العام، من بينهم Inkling من Thinking Machines Lab.

إلى جانب التسجيل لمدة 24 ساعة، أصدر الفريق بياناته المدربة: 30,969 حلقة فيديو مشروطة بالعمل، تبلغ 2.74 تيرابايت، كل منها يحتوي على ملف MP4 مع إجراءات لوحة المفاتيح التي أنتجته، والتعليقات والتركيب الخفيف لتحويل وضع الكاميرا في المشهد. ينشر النشر هذا الإطار Outside الباحثين لتدريب ضد نفس المواد واختبار ما إذا كان LongForcing يثبت في أيديهم، ووضع خارطة الطريق للمشروع يضع نموذج المعلم الثنائي الاتجاه التالي خارج الباب.