Unitree UnifoLM-VLA-0: الروبوتات الصينية تتعلم التفكير بأيديها

لفترة طويلة، نظرنا إلى الروبوتات الشبيهة بالبشر على أنها قطع حديد مبهرة، تجيد القفز والدوران في الهواء، لكنها تتجمد عند رؤية مقبض باب عادي. لم تكن المشكلة في المحركات، بل في «الرأس». والآن قررت Unitree، الشركة التي عوّدتنا على الكلاب الروبوتية ذات الأسعار المعقولة، أن تتعامل مع الذكاء بجدية. فقد فتحت الشيفرة المصدرية لنموذج UnifoLM-VLA-0، وقد يغيّر هذا الحدث قواعد اللعبة في القطاع أسرع مما يبدو للوهلة الأولى. إننا ننتقل أخيراً من الشبكات العصبية البسيطة التي لا تجيد سوى الثرثرة، إلى نماذج من نوع VLA (الرؤية واللغة والفعل) قادرة على التحكم في جسد مادي داخل الفضاء الحقيقي.

ولفهم حجم هذه الخطوة، يجدر أن نستعيد كيف كانت الروبوتات تتعلم في السابق. كان الأمر يقوم عادةً على منطق برمجي صارم، أو على التعلم المعزز لمهمة ضيقة محددة. فإذا درّبت روبوتاً على فتح الثلاجة، فهو لا يعرف سوى ذلك. أما UnifoLM-VLA-0 فيعمل بطريقة مختلفة. فهو وريث النماذج اللغوية الكبيرة، خضع لـ«تدريب إضافي» على بيانات متخصصة في التفاعل الفيزيائي. والنتيجة «دماغ مُجسَّد» (embodied brain) يفهم السياق. فهو لا يكتفي برؤية تفاحة على الطاولة، بل يفهم كيف يلتقطها، وبأي قوة يقبض عليها، وأين يضعها، استناداً إلى أمر نصي من المستخدم.

والمفارقة هنا أن Unitree اختارت طريق الانفتاح. فبينما تبني العمالقة الغربية، وحتى بعض المنافسين الصينيين، «حدائق مسوّرة» وتخفي بنية أنظمة التحكم لديها، تضع Unitree أوراقها على الطاولة. وهذا حساب استراتيجي. فبفتح UnifoLM-VLA-0، تدعو الشركة فعلياً آلاف المطورين حول العالم إلى اختبار نموذجها وتحسينه وتكييفه مع أجهزة متنوعة. إنها حيلة كلاسيكية من كتاب تاريخ البرمجيات: إن لم تستطع التغلب على الجميع منفرداً، فكن المعيار الذي يعتمده الجميع. وإذا استخدم نصف المشاريع البحثية في الروبوتات غداً «أدمغة» من Unitree، فسيُحسم سؤال الريادة في القطاع من تلقاء نفسه.

ومن الناحية التقنية، يحاول UnifoLM-VLA-0 سدّ الفجوة بين الفهم البصري (VLM) والفعل الحقيقي. فالنماذج التقليدية كثيراً ما تهلوس أو لا تفهم قوانين الفيزياء؛ إذ يمكنها أن «تقول» إنها رفعت الكوب، بينما تخترقه يدها الافتراضية. وتهدف البنية الجديدة من Unitree إلى منح الروبوت ما يسميه المهندسون «الحس السليم الفيزيائي». وهو معرفة أن للأشياء وزناً واحتكاكاً وقصوراً ذاتياً. وبدون ذلك، كانت الروبوتات الشبيهة بالبشر ستبقى ألعاباً باهظة الثمن تُعرض في المعارض، لا تقدر إلا على التلويح للمارة وفق دورة مسجّلة مسبقاً.

ما معنى ذلك بالنسبة إلينا؟ على الأرجح سنشهد قفزة حادة في قدرات الروبوتات المنزلية وروبوتات المستودعات خلال سنة إلى سنتين. فحين تصبح البرمجيات ملكاً مشتركاً، يتسارع التقدم أُسّياً. وقد رأينا ذلك مع النماذج اللغوية بعد إطلاق LLaMA. والآن حان دور العالم المادي. وبالطبع لا يزال الطريق طويلاً إلى روبوت خادم متكامل، لكن الأساس المتمثل في «دماغ» مفتوح قد وُضع بالفعل. والآن يأتي دور المجتمع، الذي عليه أن يعلّم هذا الدماغ ليس فقط فهم الأوامر، بل أيضاً ألا يحطّم كل ما حوله أثناء تنفيذها.

الخلاصة: تراهن Unitree على المصدر المفتوح، في محاولة لتصبح «أندرويد» عالم الروبوتات. فهل ستتمكن الأنظمة المغلقة المملوكة، مثل Tesla Optimus، من الصمود أمام العقل الجماعي للمطورين؟