ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHacker News AI→ المصدر

OpenAI تغلق قسم الروبوتات: GPT-6 Astra أنجز 74,8% من المهام في المحاكاة مقابل 51%

أغلقت OpenAI فريق الروبوتات المستقل، لأن نموذج GPT-6 Astra العام تبيّن أنه قادر على التحكم بالروبوتات دون تدريب خاص. وفي المحاكاة، أنجز وكيل مبني على هذا النموذج 74,8% من مهام التعامل مع الأشياء، في حين لم تتجاوز نسبة أفضل النماذج المتخصصة في التصنيف 51,0%. لكن الروبوت المستخدم افتراضي وليس حقيقيًا. وعلى الفرق التي تعمل مع الروبوتات أن تختبر إلى أي مدى يمكن أن يوصلها نموذج جاهز.

معالج بواسطة الذكاء الاصطناعي من Hacker News AI؛ بتحرير Hamidun News
OpenAI تغلق قسم الروبوتات: GPT-6 Astra أنجز 74,8% من المهام في المحاكاة مقابل 51%
المصدر: Hacker News AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHacker News AI ↗
رئيس التحرير
حقيقة رئيسية #1انتقل الباحثون إلى مارك تشين، وانتقل الفريق التطبيقي إلى بروكمان
حقيقة رئيسية #2ألتمان يَعِد بأول عرض علني لروبوت بشري في 2027
حقيقة رئيسية #3خسارة OpenAI الفصلية، بحسب وسائل إعلام، تبلغ 10,9 مليار دولار

حلّت OpenAI فريق الروبوتات المستقل لديها، والسبب بسيط: نموذجها العام GPT-6 Astra، الذي دُرّب على النصوص والبرمجة والصور، تبيّن أنه قادر على التحكم بالروبوتات مباشرة. في الاختبار، ربط الباحثون النموذج بروبوت افتراضي، فكان Astra يتلقى صورًا من الكاميرات وبيانات عن حالة الروبوت وواجهة لإصدار الأوامر. أنجز هذا الوكيل 74,8% من مهام التعامل مع الأشياء (الإمساك بها ونقلها ووضعها)، في حين تسجّل أفضل نماذج الروبوتات المتخصصة في هذا التصنيف 51,0%. وإذا كان نموذج عام يتفوق على «دماغ» صُمّم للروبوتات وحدها، فإن وجود فريق مستقل يبدو زائدًا عن الحاجة. وهذه إشارة مهمة لمن يصنع الروبوتات أو يستثمر فيها.

ما الذي حدث بالضبط

أكدت الشركة إعادة التنظيم للصحفيين، وشددت على أن الروبوتات تبقى جزءًا من استراتيجيتها بعيدة المدى، وأن ما جرى ليس تراجعًا. نُقل الباحثون إلى فريق الأبحاث الرئيسي الذي يقوده كبير مسؤولي الأبحاث مارك تشين. أما المهندسون التطبيقيون ومتخصصو العتاد فأُرسلوا إلى المؤسسة الأكبر Applied التابعة للرئيس غريغ بروكمان.

جاءت إعادة الترتيب حديثة إلى حدّ أن OpenAI كانت قد سجّلت الجناح رقم 208 في مؤتمر CoRL في أوستن. بقي الجناح فارغًا ودون شعار، لكن موظفين سابقين في الفريق تجوّلوا في القاعة وتجمّع الناس حولهم. فالسؤال الأبرز في المؤتمر هو: ما مدى القيمة التي ستبقى للخبرة في الروبوتات مع ازدياد قوة النماذج العامة.

تاريخ هذا الاتجاه ليس سهلًا. فقد أغلقت OpenAI فريقها الأول عام 2020، لأن بيانات الروبوتات كانت شحيحة، ولأن الطريق إلى الذكاء الاصطناعي العام عبر نماذج لغوية ضخمة بدا أكثر كفاءة. وفي 2024 أعادت تشكيل الفريق وأعلنت شراكة مع الشركة الناشئة Figure لبناء نماذج للروبوتات البشرية. وفي فبراير 2025 أعلنت Figure أنها ستطوّر الذكاء الاصطناعي لروبوتاتها بنفسها. أما OpenAI فتعمل الآن، بحسب قولها، على روبوت بشري خاص بها، ويستهدف سام ألتمان أول عرض علني له في 2027.

لماذا أصبح النموذج العام مفيدًا فجأة

يقول متحدث باسم OpenAI إن الباحثين اعتقدوا في بداية العام أن أفضل طريق إلى الروبوتات يمر عبر نماذج مثل Sora. فلكي يرسم هذا النوع من النماذج فيديو مقنعًا، عليه أن يفهم فيزياء العالم ضمنيًا. لكن تبيّن لاحقًا أن النماذج الرائدة العادية، ومنها GPT-6 Astra، يمكن تطبيقها على الروبوتات مباشرة. وهذا ما دفع الشركة إلى إعادة التنظيم.

يقول البروفيسور في جامعة كارنيغي ميلون غوانيا شي إن النماذج العامة باتت تنجز ما كان يتطلب سابقًا تدريبًا منفصلًا. فهي تتعامل مع حالات مثل تغيّر مكان الزجاجة أو تغيّر الإضاءة، ومع الحاجة إلى فهم ترتيب الخطوات أو تحديد الخطوة التي حدث فيها الخلل. وبرأيه، ترى OpenAI الآن أن الروبوتات لم تعد مشكلة خاصة، بل تطبيقًا آخر للذكاء العام، شأنها شأن الأدوات القانونية والمالية والبرمجية المبنية على النماذج الأساسية نفسها.

وثمة سياق مالي أيضًا. فقد طلب ألتمان في العام الماضي التخلي عن «المهام الجانبية»، وأغلقت OpenAI بالفعل بعض المشاريع، ومنها Sora، لتحويل القدرات الحاسوبية إلى المنتجات الرئيسية. وبحسب وسائل إعلام، بلغت الخسارة في الربع الأخير 10,9 مليار دولار، فيما تبحث الشركة عن جولة تمويل جديدة وتستعد لطرح عام أولي محتمل في بداية 2027. ولذلك يبدو القرار هندسيًا واقتصاديًا في آن واحد.

ماذا يعني ذلك للشركات الناشئة وأين تكمن القيود

يتحدى هذا النهج الفكرة التي جمعت بها شركات الروبوتات الناشئة مليارات الدولارات، وهي أن الروبوت يحتاج إلى «دماغ» خاص به. ويعترض البروفيسور في MIT راس تدرِيك، المؤسس المشارك والرئيس التنفيذي لشركة Walden Robotics، فيقول إن لدى شركات الروبوتات ما تفتقر إليه المختبرات، وهو الخبرة العملية في أماكن حقيقية مثل ورش المصانع. فالبيانات القادمة من هناك تساعد على التكيّف مع منشأة بعينها، وكلما كان النموذج الأساسي أفضل، أمكن التعلّم منها بسرعة أكبر.

القيود جدية. فنتيجة 74,8% تحققت في المحاكاة، وليس على روبوت حقيقي. والنماذج الكبيرة بطيئة وتعمل من السحابة، ولذلك يحتاج الروبوت إلى اتصال دائم بالشبكة. ويرى شي أن هناك مكانًا ما زال قائمًا للنماذج المتخصصة الصغيرة التي تعمل على الحاسوب المدمج دون إنترنت. ويعتقد بيت فلورنس من الشركة الناشئة Generalist أن من غير الواضح بعد أي نموذج سيفوز في مجال الروبوتات.

والخلاصة العملية للفرق التي تصنع الروبوتات: قبل بناء نموذج تحكم خاص بكم، اختبروا إلى أي مدى يمكن الوصول بنموذج عام جاهز. فالقيمة تنتقل إلى بيانات النشر الواقعية والموثوقية والعمل دون سحابة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما الذي حدث بالضبط؟

أكدت الشركة إعادة التنظيم للصحفيين، وشددت على أن الروبوتات تبقى جزءًا من استراتيجيتها بعيدة المدى، وأن ما جرى ليس تراجعًا. نُقل الباحثون إلى فريق الأبحاث الرئيسي الذي يقوده كبير مسؤولي الأبحاث مارك تشين. أما المهندسون التطبيقيون ومتخصصو العتاد فأُرسلوا إلى المؤسسة الأكبر Applied التابعة للرئيس غريغ بروكمان. جاءت إعادة الترتيب حديثة إلى حدّ أن OpenAI كانت قد سجّلت الجناح رقم 208 في مؤتمر CoRL في أوستن. بقي الجناح فارغًا ودون شعار، لكن موظفين سابقين في الفريق تجوّلوا في القاعة وتجمّع الناس حولهم.

ما أبرز التفاصيل حول لماذا أصبح النموذج العام مفيدًا فجأة؟

يقول متحدث باسم OpenAI إن الباحثين اعتقدوا في بداية العام أن أفضل طريق إلى الروبوتات يمر عبر نماذج مثل Sora. فلكي يرسم هذا النوع من النماذج فيديو مقنعًا، عليه أن يفهم فيزياء العالم ضمنيًا. لكن تبيّن لاحقًا أن النماذج الرائدة العادية، ومنها GPT-6 Astra، يمكن تطبيقها على الروبوتات مباشرة. وهذا ما دفع الشركة إلى إعادة التنظيم. يقول البروفيسور في جامعة كارنيغي ميلون غوانيا شي إن النماذج العامة باتت تنجز ما كان يتطلب سابقًا تدريبًا منفصلًا.

ما أبرز التفاصيل حول ماذا يعني ذلك للشركات الناشئة وأين تكمن القيود؟

يتحدى هذا النهج الفكرة التي جمعت بها شركات الروبوتات الناشئة مليارات الدولارات، وهي أن الروبوت يحتاج إلى «دماغ» خاص به. ويعترض البروفيسور في MIT راس تدرِيك، المؤسس المشارك والرئيس التنفيذي لشركة Walden Robotics، فيقول إن لدى شركات الروبوتات ما تفتقر إليه المختبرات، وهو الخبرة العملية في أماكن حقيقية مثل ورش المصانع. فالبيانات القادمة من هناك تساعد على التكيّف مع منشأة بعينها، وكلما كان النموذج الأساسي أفضل، أمكن التعلّم منها بسرعة أكبر. القيود جدية. فنتيجة 74,8% تحققت في المحاكاة، وليس على روبوت حقيقي.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…