StepFun تطلق Step 3.7 Flash: نموذج رؤية ولغة بـ198 مليار معامل

قدّمت شركة StepFun رسميًا Step 3.7 Flash، وهو نموذج رؤية ولغة (Vision-Language) جديد تَعِد الشركة بأن يكون حلًا مهمًا للمهام المتخصصة في مجال الذكاء الاصطناعي. يقوم النموذج على معمارية مزيج الخبراء (MoE) ويضم 198 مليار معامل، ما يتيح له تحقيق أداء عالٍ مع استخدام فعّال للموارد الحاسوبية.

المواصفات التقنية والمعمارية

يتميز Step 3.7 Flash بعدة خصائص تقنية رئيسية. يعتمد النموذج معمارية MoE، التي لا تُفعَّل فيها سوى الشبكات الفرعية ذات الصلة من المعاملات لكل مدخل. ويحقق ذلك توازنًا بين حجم النموذج وكفاءة تشغيله.

تتيح القدرات البصرية المدمجة للنموذج معالجة البيانات النصية وتحليل الصور أيضًا. أما نافذة السياق الموسّعة البالغة 256 ألف رمز فتمكّنه من العمل مع المستندات الطويلة وقواعد الشيفرة المعقدة والمواد البصرية التفصيلية دون فقدان السياق.

ويحتل وضع Advisor، المدمج في معمارية النموذج، مكانة خاصة. يوفّر هذا الوضع مستوى إضافيًا من التحكم في سلوك النموذج، ويتيح الحصول على مخرجات أكثر تنظيمًا وقابلية للتنبؤ. ويفيد هذا النهج خصوصًا في بيئة الإنتاج (production)، حيث تلزم الموثوقية واتساق النتائج.

الاستخدامات المستهدفة وسيناريوهات التطبيق

تقدّم StepFun نموذج Step 3.7 Flash كحل لاتجاهين رئيسيين. الأول هو أتمتة تطوير الشيفرة. يستطيع النموذج تحليل الشيفرة المصدرية، وتحديد التحسينات المحتملة، وتوليد نسخ محسّنة منها، بل المشاركة في عملية تصحيح الأخطاء. وتتيح له الرؤية المدمجة العمل مع لقطات الشاشة للشيفرة ومخططات المعمارية.

الاتجاه الثاني هو الدمج في أنظمة البحث. تجعل القدرات البصرية النموذج مناسبًا لمنصات البحث التي تعمل مع الاستعلامات النصية والصور معًا. ويتيح السياق الموسّع البحث عن إجابات معقدة متعددة الجوانب استنادًا إلى بيانات شاملة.

وإضافة إلى ذلك، يمكن توظيف النموذج في أدوات التحليل: لمعالجة مجموعات البيانات المركّبة، وتحليل مواد الفيديو مع وصف تفصيلي لمحتواها، وتقديم توصيات منظمة بناءً على النتائج المستخلصة.

موقع النموذج في السوق

يواصل إطلاق Step 3.7 Flash اتجاه التخصص الذي يبرز في السوق. فبدلًا من بناء نماذج شاملة، تطوّر الشركات بوتيرة متزايدة حلولًا مُحسَّنة لمهام محددة. وتُظهر StepFun أن التخصص الفعّال لا يتحقق باختيار المعمارية وحده، بل أيضًا عبر أوضاع تشغيل خاصة تتيح تكييف سلوك النموذج مع المتطلبات.

وتتحول معمارية MoE إلى معيار للنماذج الكبيرة، خصوصًا في ظل قيود استهلاك الطاقة وتكاليف البنية التحتية. ويفتح ذلك الطريق أمام حلول ذكاء اصطناعي أكثر إتاحة وأقل أثرًا بيئيًا.

ماذا يعني ذلك

يشير ظهور Step 3.7 Flash إلى تحول مهم في استراتيجية تطوير النماذج الكبيرة. فبدلًا من سباق الحجم والشمولية، يركّز المطوّرون على تحسين عميق لتطبيقات محددة. وبالنسبة إلى المطوّرين والشركات، يعني ذلك أدوات أكثر للاختيار من بينها، وإمكانية انتقاء الحل الذي يطابق احتياجات المشروع تمامًا.

أما معمارية MoE فلم تعد مجرد حيلة هندسية، بل أصبحت معيارًا للنماذج الفعّالة من الجيل القادم. وهذا يتيح خفض تكاليف البنية التحتية والنفقات التشغيلية دون التضحية بالجودة، وهو أمر حاسم للتبني التجاري للذكاء الاصطناعي.