OpenAI تحلّ فريق الروبوتات مجددًا: GPT-6 Astra أنجز 74.8% من المهام في المحاكاة مقابل 51%
تحلّ OpenAI فريق الروبوتات المستقل للمرة الثانية، في رهان على أن نموذج GPT-6 Astra العام قادر على التحكم بالروبوت بنفسه، دون نموذج «روبوتي» متخصص. وفي دراسة أجرتها Nvidia، أنجز وكيل يعمل على Astra نسبة 74.8% من المهام في المحاكاة، مقابل 51% لأفضل النماذج المتخصصة. غير أن الاختبار جرى على الروبوت الافتراضي DROID، لا على عتاد حقيقي. لذا يُستحسن تجربة النماذج العامة في دور «العقل» المسؤول عن التخطيط، وإبقاء النماذج المتخصصة للإجراءات السريعة.
معالج بواسطة الذكاء الاصطناعي من The Decoder؛ بتحرير Hamidun News
تقوم OpenAI، وفق ما نقلته Fortune، بحل فريق الروبوتات المستقل للمرة الثانية. والسبب فكرة مفادها أن الشبكة العصبية «الروبوتية» المنفصلة قد تكون غير ضرورية: فنموذج GPT-6 Astra العام ربما يستطيع التحكم بالروبوت مباشرة. ولتبسيط الصورة: كان المهندسون سابقًا يكتبون لذراع روبوتية نموذجًا ضيقًا لا يتعلم سوى تحريك الذراع، أما الآن فالنموذج الكبير نفسه الذي يكتب الشيفرة ويجيب عن الأسئلة ينظر إلى المشهد ويقرر وجهة الذراع. وفي دراسة أجرتها Nvidia، أنجز وكيل مبني على Astra نسبة 74.8% من المهام، بينما أنجزت أفضل النماذج المتخصصة 51%. وثمة تحفظ مهم: جرت الاختبارات على الروبوت الافتراضي DROID، أي في المحاكاة وليس على عتاد حقيقي. وبالنسبة لمن يطوّرون الروبوتات أو الوكلاء، فهذه إشارة إلى تحول محتمل في السوق، لكنها ليست دليلًا قاطعًا بعد.
ما الذي يتغير فعليًا داخل OpenAI
ينتقل باحثو الروبوتات إلى فريق الأبحاث الرئيسي بقيادة كبير مسؤولي الأبحاث مارك تشين. أما مجموعات الروبوتات التطبيقية والعتاد فتنضم إلى منظمة Applied التي يقودها غريغ بروكمان. وجاء القرار مفاجئًا إلى حد أن الشركة كانت قد حجزت جناحًا في مؤتمر Conference on Robot Learning (CoRL) في أوستن، فبقي فارغًا.
وفي عام 2020 أغلقت OpenAI هذا المسار من قبل. وقتها، بحسب المؤسس المشارك فويتشيخ زاريمبا، كانت بيانات التدريب غير كافية، وبدت النماذج اللغوية الكبيرة طريقًا أسرع نحو AGI. وأُعيد تشكيل الفريق في عام 2024. أما السبب اليوم فمختلف: الشركة لا تتخلى عن الروبوتات، بل تريد تسريع العمل عبر إدماج المتخصصين في فرق أخرى.
ماذا تُظهر الاختبارات
إلى جانب دراسة Nvidia، يوجد معيار جديد هو StationeryBench. وقد قورن فيه Astra بنموذج MolmoAct2 من Ai2 في خمس مهام تتعلق بأدوات مكتبية على طاولة. ونفّذ المهام روبوتات YAM ثنائية الذراعين، وبلغ إجمالي المحاولات 200. وأتمّ Astra 7 مهام من أصل 100 إتمامًا كاملًا، بينما لم يُتمّ MolmoAct2 أي مهمة. وبلغ متوسط درجة التقدم 46 لدى Astra و12 لدى MolmoAct2. فالأفضلية قائمة، لكن الطريق إلى العمل الموثوق ما زال بعيدًا: إذ لم ينجز Astra 93 مهمة من أصل 100 حتى النهاية.
وفي اختبار آخر، تنقّل Astra على روبوت بشري الشكل داخل مطبخ ورتّبه. ويصف يواف أرتزي من Cornell University وGoogle DeepMind النموذج بأنه قفزة كبيرة في فهم الفضاء. وبحسب قوله، يُظهر Astra على معيار REMAP غير المنشور بعد دقة قريبة من دقة الإنسان. ويفترض أن OpenAI ربما دربته على كمية كبيرة من بيانات 3D، مثل مشاهد من Blender. أما حجم البيانات الروبوتية التي استخدمتها OpenAI والمختبرات الأخرى فغير معروف. ويلاحظ كذلك تقدم في المهام الروبوتية لدى النماذج الكبيرة من Anthropic وGoogle.
ما الذي لم يثبت بعد
قد تحتفظ النماذج المتخصصة بمزايا في التكلفة والموثوقية والسرعة واستهلاك الطاقة، حتى لو كان تعميمها أضعف. وهذا حاسم بالنسبة لروبوت في مستودع أو مصنع: فالنموذج العام الضخم أغلى في الحوسبة وأبطأ في الاستجابة. ونتائج المحاكاة لا تضمن النتائج نفسها على الروبوتات الفيزيائية، كما أن بعض المعايير إما ظهر للتو وإما لم يُنشر بعد.
وثمة سياق تجاري أيضًا. فبحسب ما أُفيد، يستهدف سام ألتمان أول عرض علني لروبوت في عام 2027، وتريد OpenAI على المدى البعيد تصنيع روبوتات منزلية خاصة بها. لكن الشركة تحت ضغط مالي كبير، وعليها التركيز على نشاطها الأساسي في الذكاء الاصطناعي، حيث تراجعت مواقعها بوضوح أمام Anthropic. لذلك قد تكون إعادة التنظيم وسيلة لتوفير الجهد، وليست رهانًا تقنيًا فحسب.
ماذا يعني ذلك للممارسين
إذا كنتم تبنون منتجًا روبوتيًا، فلا داعي للتخلي سريعًا عن النماذج المتخصصة: فقد تتفوق حاليًا من حيث السعر والسرعة وإمكانية التنبؤ بسلوكها. لكن من المفيد منذ الآن تجربة النماذج العامة في دور «العقل» للتخطيط وفهم المشهد، وإبقاء النماذج الضيقة للإجراءات السريعة منخفضة المستوى. والسؤال الرئيسي للعام المقبل: هل ستتأكد نتائج المحاكاة على الروبوتات الحقيقية، وكم ستبلغ تكلفة هذا النهج في التشغيل.
- 21 نوفمبر 2026أمازون تفتح SGLang-Neuron: تشغيل gpt-oss-120b على رقائق Trainium دون تغيير الـ API
- 21 نوفمبر 2026مصنع يختصر حساب سعر الحديد المدلفن من 4–8 ساعات إلى 2–3 دقائق بعد إخراج الذكاء الاصطناعي من العمليات الحسابية
- 21 نوفمبر 2026جensen Huang يغادر NVIDIA بعد 33 عامًا، وكولِت كريس المديرة المالية تتولى منصب الرئيس التنفيذي مؤقتًا
- 21 نوفمبر 2026ستارتب Gondola يزيد وتيرة إصدار الكود بنسبة 25% عبر Codex دون توظيف ويضاعف إيراداته
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي يتغير فعليًا داخل OpenAI؟
ينتقل باحثو الروبوتات إلى فريق الأبحاث الرئيسي بقيادة كبير مسؤولي الأبحاث مارك تشين. أما مجموعات الروبوتات التطبيقية والعتاد فتنضم إلى منظمة Applied التي يقودها غريغ بروكمان. وجاء القرار مفاجئًا إلى حد أن الشركة كانت قد حجزت جناحًا في مؤتمر Conference on Robot Learning (CoRL) في أوستن، فبقي فارغًا. وفي عام 2020 أغلقت OpenAI هذا المسار من قبل. وقتها، بحسب المؤسس المشارك فويتشيخ زاريمبا، كانت بيانات التدريب غير كافية، وبدت النماذج اللغوية الكبيرة طريقًا أسرع نحو AGI. وأُعيد تشكيل الفريق في عام 2024.
ما أبرز التفاصيل حول ماذا تُظهر الاختبارات؟
إلى جانب دراسة Nvidia، يوجد معيار جديد هو StationeryBench. وقد قورن فيه Astra بنموذج MolmoAct2 من Ai2 في خمس مهام تتعلق بأدوات مكتبية على طاولة. ونفّذ المهام روبوتات YAM ثنائية الذراعين، وبلغ إجمالي المحاولات 200. وأتمّ Astra 7 مهام من أصل 100 إتمامًا كاملًا، بينما لم يُتمّ MolmoAct2 أي مهمة. وبلغ متوسط درجة التقدم 46 لدى Astra و12 لدى MolmoAct2. فالأفضلية قائمة، لكن الطريق إلى العمل الموثوق ما زال بعيدًا: إذ لم ينجز Astra 93 مهمة من أصل 100 حتى النهاية.
ما أبرز التفاصيل حول ما الذي لم يثبت بعد؟
قد تحتفظ النماذج المتخصصة بمزايا في التكلفة والموثوقية والسرعة واستهلاك الطاقة، حتى لو كان تعميمها أضعف. وهذا حاسم بالنسبة لروبوت في مستودع أو مصنع: فالنموذج العام الضخم أغلى في الحوسبة وأبطأ في الاستجابة. ونتائج المحاكاة لا تضمن النتائج نفسها على الروبوتات الفيزيائية، كما أن بعض المعايير إما ظهر للتو وإما لم يُنشر بعد. وثمة سياق تجاري أيضًا. فبحسب ما أُفيد، يستهدف سام ألتمان أول عرض علني لروبوت في عام 2027، وتريد OpenAI على المدى البعيد تصنيع روبوتات منزلية خاصة بها.
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.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.