Роботам в Китае не хватает «мозга» и данных: главный вызов embodied AI на WAIC 2026

ما الذي تفتقر إليه الروبوتات الصينية

تفتقر الروبوتات الصينية إلى أمرين في آن واحد: بيانات عالية الجودة عن العالم المادي، ونموذج أساس قوي يربط الإدراك بالفعل. تحدث ممثلو القطاع عن ذلك في مؤتمر WAIC، ووفقاً لصحيفة South China Morning Post، فإن هذا العجز المزدوج تحديداً هو ما يعيق انتقال الذكاء الاصطناعي المجسّد (embodied AI) من العروض التوضيحية إلى منتجات حقيقية.

على عكس نماذج اللغة التي تتعلم من النصوص المتاحة على الإنترنت، تحتاج الروبوتات إلى بيانات عن الحركة، والإمساك بالأشياء، والتفاعل مع بيئة غير متوقعة — وهذه البيانات يجب جمعها يدوياً، وهو أمر مكلف وبطيء. وبدون كمية كبيرة من هذه البيانات، لا يتعلم "دماغ" الروبوت التصرف بثقة خارج المختبر.

• الحدث — مؤتمر WAIC، اختُتم في 20 يوليو 2026 في شنغهاي
• المتحدث — وانغ شياوغانغ (Wang Xiaogang)، الشريك المؤسس لشركة SenseTime ورئيس قسم الروبوتات فيها
• العائق 1 — نقص البيانات المتعلقة بالتفاعل مع العالم المادي
• العائق 2 — غياب "دماغ" قوي، أي نموذج أساس موحّد
• المهمة — ربط الأجهزة والبيانات والنماذج والسيناريوهات في حلقة مغلقة

ما هي "الحلقة المغلقة"

اعتبر المشاركون في WAIC أن أخطر تحدٍّ يواجه قطاع الذكاء الاصطناعي المجسّد هو بناء نظام تكراري مغلق تتعزز فيه الأجهزة والبيانات والنماذج والسيناريوهات الواقعية بعضها ببعض. والفكرة هي أن الروبوت يجمع البيانات أثناء عمله، وهذه البيانات تحسّن النموذج، والنموذج المحسّن يجعل الروبوت أكثر كفاءة — وتتكرر الدورة من جديد.

«ربط الأجهزة والبيانات والنماذج والسيناريوهات الواقعية في نظام تكراري مغلق» — وانغ شياوغانغ، الشريك المؤسس لشركة

SenseTime ورئيس قسم الروبوتات فيها، حول المهمة الرئيسية للقطاع.

هذه الحلقة مقطوعة حالياً: تمتلك معظم الشركات الصينية منصات أجهزة، لكن لا يوجد لديها تدفق كافٍ من بيانات التشغيل، ولا نموذج قادر على استيعاب هذه البيانات بشكل كامل. وما دامت الحلقات غير متصلة، يبقى كل نموذج أولي عرضاً توضيحياً منفرداً، لا منتجاً قابلاً للتوسع.

لماذا تُعد البيانات عنق الزجاجة

تُعد البيانات الخاصة بالروبوتات عنق الزجاجة الرئيسي لأنه لا يمكن ببساطة تنزيلها من الإنترنت مثل النصوص أو الصور. فكل فعل في العالم المادي — خطوة، التفاف، الإمساك بكوب — يجب تسجيله عبر أجهزة استشعار جهاز حقيقي أو عبر محاكاة مكلفة، وحجم هذه المعلومات لا يُقارن بتريليونات الرموز (tokens) التي تتدرب عليها نماذج اللغة.

ولهذا السبب بالتحديد شدّد المشاركون في WAIC على الرابط بين "البيانات والدماغ": فنموذج قوي بلا بيانات لن يتعلم التصرف، وكمية هائلة من البيانات بلا نموذج أساس موحّد لن تتحول إلى سلوك ذي معنى. ووفقاً لتقديرات المطّلعين على المؤتمر، لا يزال القطاع يبحث عن وسيلة لجعل جمع البيانات عملية مستمرة بحيث تُغطي تكلفة الأجهزة.

ماذا يعني هذا

لا تصطدم الروبوتات الصينية بعائق الأجهزة، بل بعائق الذكاء والبيانات: فالبلد قوي بالفعل من الناحية الصناعية، لكن دون "دماغ" وتدفق بيانات واقعية، لا تخرج الروبوتات من وضع العرض التوضيحي. ويصبح إغلاق حلقة "الأجهزة — البيانات — النموذج — السيناريو" السباق الرئيسي للذكاء الاصطناعي المجسّد في السنوات المقبلة.