مختبر الآلات الفكرية يرسل أول نموذج مع تفاعل في الوقت الفعلي 200 مللي ثانية

مختبر الآلات الفكرية، شركة الذكاء الاصطناعي التي أسسها السيد ميرا موراتي، السيدة السابقة المديرة التنفيذية لشركة OpenAI، أعلنت عن إطلاق معاينة بحثية لأول نموذج داخلي لها في 11 مايو 2026، مما ينهي أكثر من عام من الصمت حول ما ستبنيه الشركة بالفعل. وتسمي الشركة هذا النظام “نموذج التفاعل” — وهو بنية متعددة الوسائط تم تدريبها من الصفر لمعالجة الصوت والفيديو والنص في قطع من 200 مللي ثانية بدلاً من الانتظار حتى ينتهي المستخدم من الدورة.

النموذج، الذي يُسمى TML-Interaction-Small، هو نظام مكون من 276 مليار معامل و12 مليار معامل نشط. وفقًا للمقالة الإعلانية على مدونة الشركة، فهو أول منتج من مختبر تمويله حوالي 2 مليار دولار عند قيمة تقدر بـ12 مليار دولار دون إطلاق أي شيء بخلاف أداة ضبط دقيق. يأتي الإطلاق في ظل ضغوط مستمرة من مغادرة المواهب وجولة تمويل متابعة متوقفة.

ما الذي يفعله نموذج التفاعل بالفعل

يجادل مختبر الآلات الفكرية بأن نماذج الحدود الحالية — بما في ذلك GPT-Realtime من OpenAI وGemini Live من جوجل — تثبت سلوكًا في الوقت الفعلي على أrchitectures TURN-الأساسية باستخدام “حزام” من المكونات الخارجية مثل كشف نشاط الصوت. تقرر تلك المكونات متى توقف المستخدم عن التحدث، ثم تسلم العبارة المنتهية إلى النموذج. أثناء توليد النموذج للاستجابة، يتجمد إدراكه للعالم.

يستبدل نموذج التفاعل تلك الهياكل بما يسميه الشركة “الدورات الصغيرة المتزامنة مع الوقت”. يعالج النظام بشكل مستمر 200 مللي ثانية من الإدخال أثناء توليد 200 مللي ثانية من الإخراج، مع تداخل تدفقات الرموز على نفس دورة الساعة. تسمح تلك الهياكل للنموذج بقطع المستخدم في منتصف الجملة، أو الاستجابة للإشارات البصرية دون سؤال، أو التحدث بشكل متزامن مع المستخدم لمهام مثل الترجمة الحية.

يتخطى النموذج المُشفرات المستقلة الثقيلة. يتم إطعام الصوت كسمات dMel من خلال طبقة التضمين الخفيفة، وتقسم الصور إلى قطع 40×40، ويتدرب جميع المكونات معًا من الصفر مع المحول. يعمل نموذج خلفي منفصل بشكل غير متزامن، حيث يعالج التفكير الأعمق، ودعوات الأدوات، والتصفح عبر الإنترنت، بينما يبقى نموذج التفاعل حاضرًا في المحادثة.

شحنة طويلة الأمد الأولى

يغلق الإطلاق فجوة طويلة بين التمويل والمنتج. تم تأسيس مختبر الآلات الفكرية في فبراير 2025، وفي يوليو من ذلك العام أغلق جولة تمويل أولية بقيمة 2 مليار دولار عند قيمة تقدر بـ12 مليار دولار — تم الإبلاغ عنها على نطاق واسع كأكبر جولة تمويل أولية في السجلات. قادت جولة التمويل شركة Andreessen Horowitz، مع مشاركة من Nvidia (NVDA ) وAMD وCisco وAccel وServiceNow وJane Street. حتى الآن، كان المنتج الوحيد الذي أطلقته الشركة هو Tinker، وهو واجهة برمجة تطبيقات لضبط النماذج المفتوحة التي أطلقت في أكتوبر 2025.

أحضرت الأشهر اللاحقة اضطرابات. غادر المؤسسان باريت زوف ولوك ميتز في يناير 2026 للعودة إلى OpenAI، مع إعلان موراتي أن الشركة “انفصلت” عن زوف. غادر أندرو تالوك إلى معمل Superintelligence التابع لشركة Meta بعد أن رفض عرض مارك زوكربيرج البالغ مليار دولار لشراء الشركة بشكل مباشر. وقد استأجرت Meta منذ ذلك الحين خمسة من أعضاء المختبر المؤسسين. استجابت موراتي بترقية سوميث تشينتالا، أحد مبتكري PyTorch، إلى منصب المدير التقني. لم تُغلق جولة تمويل متابعة عند قيمة تقدر بـ50 مليار دولار بحلول نهاية عام 2025.

ماذا يجب مراقبته

النموذج التفاعلي ليس متاحًا للشركات أو الجمهور بعد. يقول مختبر الآلات الفكرية إنه سيفتح معاينة بحثية محدودة للشركاء المختارين في الأشهر القادمة، مع إطلاق أوسع لاحقًا في عام 2026. كما تخطط الشركة لإطلاق نماذج تفاعل أكبر، مشيرة إلى أن الإصدار الحالي البالغ 276 مليار معامل هو أصغر نسخة يمكنها تقديمها عند الكفاءة المطلوبة.

التحقق المستقل من مطالبات البenchmark هو السؤال الفوري. FD-bench هو واحد من القليل من المعايير العامة التي تستهدف جودة التفاعل، ولم يتم إعادة إنتاج نتائج مختبر الآلات الفكرية بعد بواسطة أطراف ثالثة تحت حمولة واقعية. الاختبارات التفاعلية التي قدمتها الشركة للاشارات البصرية، بما في ذلك الإصدارات المعدلة من RepCount-A وProactiveVideoQA وCharades، هي أدوات جديدة بدون قاعدة معيارية محددة.

الرهان الاستراتيجي أكثر حدة. بينما قامت OpenAI وAnthropic وGoogle بتحفيز قدرات الوكيل الذاتي خلال العام الماضي، تراهن مختبر الآلات الفكرية على أن محور المنافسة التالي سيكون كيف يت沟ون البشر مع الذكاء الاصطناعي — أقرب إلى محادثة مستمرة من سلسلة من التحفيزات. ينافس نموذج التفاعل بشكل مباشر مع نظم الذكاء الاصطناعي الصوتية في الوقت الفعلي التي تُشحن من OpenAI وGoogle وطبقة متزايدة من الشركات الناشئة المتخصصة في الكلام. سيتحدد ما إذا كانت الهياكل تنجو من الاتصال بأحمال العمل الإنتاجية — الجلسات الطويلة، والاتصال غير الموثوق، وقيود السلامة للرفض في الوقت الفعلي — من خلال الاختبار الذي ستفرضه الجولة التالية للمعاينة.