وصول Grok 4.7 في اليوم نفسه إلى Cursor وCopilot، وOpenAI تكشف عن حل أكثر من 100 مسألة رياضية، وفتح الطلب المسبق على Googlebook

يوم الاثنين 21 سبتمبر، كان اليوم من نصيب xAI: صدر Grok 4.7 ووصل في اليوم نفسه إلى Cursor وGitHub Copilot، من دون أي تأخير بين الإعلان عن النموذج ووصوله إلى الأدوات. واختارت OpenAI اليوم ذاته لتكشف أن نموذجًا داخليًا يجري تدريبه منذ 28 أغسطس حل أكثر من مئة مسألة رياضية مفتوحة، ولتشكيل مجموعة استشارية من علماء الرياضيات بعد بيان وقّعه 27 فائزًا بميدالية Fields. وفتحت Google باب الطلب المسبق على Googlebook، ووضعت ElevenLabs وكيل مونتاج في صميم محرر الفيديو الخاص بها، وأعادت Hugging Face إصدار مكتبة الترميز الخاصة بها بسرعة أكبر من 3 إلى 30 مرة.

إصدار Grok 4.7 من xAI ووصوله في اليوم نفسه إلى Cursor وGitHub Copilot

21 سبتمبر — أطلقت xAI نموذج Grok 4.7، وهو أقوى نماذجها للبرمجة والعمل المعرفي. النموذج الأساسي أكبر من نموذج Grok 4.6، وقد مُدّدت مرحلة التعلم المعزز (reinforcement learning) على مزيج من المهام المرجّحة نحو مسائل تستغرق عدة ساعات. وتتوقع xAI أن يتحقق النموذج من عمله بصورة أفضل وأن يتعامل بكفاءة أكبر مع السياقات الطويلة.

ترسم الأرقام صورة متباينة بدلًا من هيمنة مطلقة. أما السعر فلم يتغير: دولاران لكل مليون token في الإدخال و6 دولارات في الإخراج، كما في Grok 4.6، أي نصف سعر إدخال GPT-5.6 Sol وخُمس سعر Fable 5.1. وتتمحور الحجة حول نسبة السعر إلى الأداء هذه.

المقياس المنشور	Grok 4.7 (xHigh)	Grok 4.6 (High)	GPT-5.6 Sol (Max)	Fable 5.1 (Max)
CursorBench 4.0	46,3 %	40,4 %	41,7 %	51,8 %
Terminal-Bench 4.0	38,0 %	20,3 %	37,3 %	57,9 %
EEBench (الهندسة الكهربائية)	64,0 %	53,0 %	39,4 %	56,4 %
سعر الإدخال (دولار / مليون token)	2	2	4	10
سعر الإخراج (دولار / مليون token)	6	6	20	50

تتيح API النموذج grok-4.7 بسياق يبلغ 500,000 token وأربعة مستويات لجهد الاستدلال، من low إلى xhigh؛ ويتضاعف السعر عند تجاوز 200,000 token في prompt. وتسلّط xAI الضوء أيضًا على منظومة جديدة بالكامل من ضوابط الحماية: المركز الأول في معيار LatchBio للأمن الحيوي بنسبة 62,4%، والسماح بمرور 3,3% من prompts السيبرانية الخطرة ذات الاستخدام المزدوج في HackerBench v0.3.

كان النشر فوريًا لدى منصتين للتكامل. أتاح Cursor النموذج منذ اليوم الأول، نتيجة استحواذ SpaceX على Anysphere، الذي اكتمل في 14 أغسطس. ويظل النموذج تابعًا لـ xAI: فالمنشور الذي نُشر في اليوم نفسه على مدونة Cursor لا يتجاوز جملة واحدة ويحيل إلى الإعلان الكامل على x.ai. وxAI هي التي تبرز CursorBench 4.0، وهو معيار Cursor لمهام العمل الطويلة، حيث حقق Grok 4.7 نسبة 46,3% بالسعر نفسه. ومن جانبها، تنشره GitHub Copilot على جميع واجهاتها، من VS Code إلى Xcode، ضمن الخطط من Pro إلى Enterprise. وتستحق آلية الفوترة هناك الانتباه: لا يخضع Grok 4.7 لنظام مضاعفات الطلبات، بل تُحتسب تكلفته حسب الاستخدام بالسعر العام للمزود. ولأن النموذج الجديد يُفعّل افتراضيًا، فإن ضبط الإنفاق يتطلب اتخاذ إجراء ضمن سياسة النماذج، وليس مجرد عدم فعل شيء.

🔗 Grok 4.7 — xAI 🔗 أصبح Grok 4.7 متاحًا الآن في GitHub Copilot

OpenAI تشكّل مجموعة استشارية من علماء الرياضيات وتكشف عن حل أكثر من مئة مسألة مفتوحة

21 سبتمبر — أعلنت OpenAI أنها تعمل مع مجموعة استشارية مستقلة تضم تسعة علماء رياضيات، شكّلوها بأنفسهم وتستضيفها Institute for Advanced Study في Princeton. ويحمل السياق وزنًا أكبر من الإعلان نفسه.

On August 28, we began training a new internal model. In addition to resolving the Navier–Stokes Millennium Prize problem, this model has now resolved more than 100 long-standing open problems across most areas of mathematics.

🇸🇦 في 28 أغسطس، بدأنا تدريب نموذج داخلي جديد. وإلى جانب حل مسألة الألفية Navier-Stokes، نجح هذا النموذج الآن في حل أكثر من 100 مسألة مفتوحة عريقة في معظم مجالات الرياضيات. — OpenAI، المجموعة الاستشارية للرياضيات والذكاء الاصطناعي

لم يُعلن اسم النموذج، وتقول OpenAI إن وتيرة هذا التقدم فاجأت علماء الرياضيات لديها. وقد أثار هذا التسارع ردًا مباشرًا: ففي 11 سبتمبر، نُشر بيان بعنوان «اختلال خطير في مواءمة الذكاء الاصطناعي في الرياضيات» مع DOI على Zenodo وتوقيع 27 فائزًا بميدالية Fields، من بينهم Terence Tao وPeter Scholze وCédric Villani. ولا تتمثل حجتهم في أن النماذج تخطئ. فقد كان حل مسألة كبرى يشير دائمًا إلى فهم جديد، تعمل عليه الأوساط العلمية لاحقًا إلى أن يصبح قابلًا للتدريس؛ ويخشى الموقّعون أن يؤدي الإنتاج الكثيف لعبارات صحيحة أو خاطئة إلى تدمير هذه التربة بدلًا من تغذيتها، وألا تتيح هذه الإعلانات المتسرعة وقتًا كافيًا لصياغة سليمة.

تعتمد الآلية بوضوح على الاستقلالية: يمكن للمجموعة إصدار آراء من دون طلب، والتعليق علنًا على تأثير OpenAI في الرياضيات، وتعديل تشكيلتها من دون موافقة الشركة، كما لا يتلقى أعضاؤها أجرًا منها. لكن تبقى الجملة التي تضعها OpenAI في نهاية الفقرة نفسها: لن تقدم المجموعة المشورة للشركة بشأن وتيرة تقدمها الداخلي. وبالتالي، يشمل نطاقها نشر النتائج لا إنتاجها، أي كل شيء عدا ما أشعل الاحتجاج. أما Martin Hairer، فيظهر في القائمتين، بصفته موقّعًا على البيان وعضوًا في المجموعة.

🔗 اختلال خطير في مواءمة الذكاء الاصطناعي في الرياضيات

Googlebook، مجموعة حواسيب Google المحمولة المصممة حول Gemini

21 سبتمبر — فتحت Google باب الطلب المسبق على Googlebook، الذي تقدمه بوصفه فئة قائمة بذاتها: منظومة Android التقنية، وأسس سطح مكتب موروثة من ChromeOS، وكل ذلك مصمم حول Gemini. وتُطرح خمسة طرز في وقت واحد، من تصنيع Acer وASUS وDell وHP وLenovo، بأسعار تبدأ من 899 دولارًا. وتبدأ عمليات التسليم في 4 أكتوبر في الولايات المتحدة، وفي 5 أكتوبر في كندا والمملكة المتحدة وأيرلندا وفرنسا وألمانيا وأستراليا.

الخاصية المعلنة	القيمة
السعر الابتدائي	899 دولارًا
المعالجات	Intel Core Ultra Series 3 أو Snapdragon X Elite
NPU	أكثر من 45 TOPS
الذاكرة العشوائية	16 GB أساسيًا، وحتى 32 GB
عمر البطارية	حتى 14 ساعة للفيديو و16 ساعة لتصفح الويب
الدعم البرمجي	تحديثات لمدة تصل إلى 10 سنوات

هناك ثلاث ميزات Gemini خاصة بالجهاز. تستدعي Magic Pointer، التي تعمل بهز المؤشر، Gemini على العنصر المعروض على الشاشة، مثل تحليل رسالة بريد إلكتروني مشبوهة أو دمج عدة صور، وتوضح Google أنها لا تعمل إلا عند الطلب ويمكن تعطيلها. وتحول Rambler إملاءً مشتتًا إلى نص منظم بعناوين وقوائم مهام، حتى عند تغيير اللغة في منتصف الجملة. أما Create My Widget فتولّد widgets لسطح المكتب انطلاقًا من وصف باللغة الطبيعية.

بالنسبة إلى المطورين، يأتي كل جهاز مزودًا بـ Antigravity، منصة Google لوكلاء التطوير، وببيئة Linux معزولة تحتوي على terminal كامل؛ وتشير الوثائق صراحةً إلى إمكانية تشغيل Claude Code أو Antigravity CLI فيها. ويعتمد هذا العزل على hypervisor من نوع pKVM معتمد بالمستوى Level 5، تقدمه Google بوصفه الأول من نوعه في هذه الفئة، وتكمله جذور الثقة العتادية Titan. ويقوم التكامل مع هاتف Android بالباقي: استئناف مهمة بدأت على الهاتف المحمول، وبث تطبيقات الهاتف في نافذة على سطح المكتب. ويتضمن كل Googlebook اشتراكًا لمدة 12 شهرًا في Google AI Pro مع سعة تخزين تبلغ 5 TB، وثلاثة أشهر من YouTube Premium وPhotoshop، وعامًا من GeForce NOW.

🔗 الطلب المسبق على Googlebook

ElevenLabs تضع وكيل مونتاج داخل Studio 4.0

21 سبتمبر — أطلقت ElevenLabs إصدار Studio 4.0 ضمن ElevenCreative، وهو تحديث لمحرر الفيديو الخاص بها. ويمكن تلخيص الفكرة الأساسية في جملة واحدة: كل شيء يجري في المكان نفسه. يمكن بدء إنشاء الفيديو والصور والصوت والموسيقى والمؤثرات الصوتية من داخل المشروع نفسه، كما يمكن استدعاء جميع نماذج ElevenCreative من دون مغادرة المحرر، ثم تتوالى عمليات المونتاج وإضافة الترجمة والتصدير ضمن الواجهة نفسها. ويمكن إعادة العمل على لقطة من دون إعادة عملية الإنشاء كاملة، كما يمكن التعامل مع الترجمة كأي مقطع آخر على الخط الزمني (timeline).

أهم إضافة بنيوية هي Studio Agent، وهو مساعد مونتاج موجود داخل كل مشروع.

Studio Agent is your AI co-editor, built into every project. Describe the change you want and it makes the edit. Step in and make cuts whenever you like, then hand the timeline back to the agent.

🇸🇦 Studio Agent هو مساعد المونتاج المدعوم بالذكاء الاصطناعي، والمضمّن في كل مشروع. صِف التغيير الذي تريده وسيتولى تنفيذه. تدخّل ونفّذ عمليات القص متى شئت، ثم أعد الخط الزمني إلى الوكيل. — @ElevenLabs على X

هذا التناوب هو ما يميز الأداة عن عملية إنشاء مبهمة: يستعيد المحرر التحكم متى شاء، ثم يعيد الخط الزمني إلى الوكيل. وقد أُعيد بناء هذا الخط الزمني أصلًا للمشروعات متعددة المشاهد والمسارات، مثل الحملات الإعلانية والبرامج التعليمية وسلاسل المقاطع القصيرة، مع تكبير حتى مستوى الإطار، ومحاذاة المقاطع مغناطيسيًا، ونقل مجموعة من المقاطع من دون الإخلال بمزامنة البقية. ويمكن وضع تعليقات الفريق على مقطع أو asset محدد بدلًا من تشتتها في سلاسل منفصلة.

ومما تجدر ملاحظته لأغراض المتابعة: عند إجراء الرصد، لم يكن الإعلان موجودًا إلا على X، ضمن سلسلة من ست رسائل. وكانت مدونة ElevenLabs تتوقف عند منشور 10 سبتمبر، فيما كان changelog الخاص بالوثائق يتوقف عند إدخال يوم 14.

🔗 Studio 4.0 ضمن ElevenCreative

Hugging Face تطلق tokenizers v1، بسرعة أكبر من 3 إلى 30 مرة مع معرّفات متطابقة

21 سبتمبر — أطلقت Hugging Face النسخة المرشحة من tokenizers v1، وهي مكتبة Rust التي تحول النص إلى سلاسل من الأعداد الصحيحة قبل أن يقرأه النموذج. والملاحظة الأساسية بسيطة: لم تكن tokenization يومًا عنق الزجاجة في مسارات التعلم الآلي، لكن التوازن يتغير مع ازدياد سرعة النماذج، وأي GPU ينتظر المعالج هو GPU خامل.

المقياس	القيمة المقاسة
تسريع encoding مقارنةً بـ v0.23، بخيط واحد	من 3 إلى 30 مرة
جهاز القياس	Apple M4 Max
الحد الأدنى والأقصى للنطاق	t5-base وgpt2
التوسع على ثمانية workers	76% من التوسع الخطي
معرّفات tokens الناتجة	مطابقة لـ v0.23
تثبيت النسخة المرشحة	`cargo add tokenizers --pre`

الشرط الذي فرضه الفريق على نفسه أكثر إثارة للاهتمام من المكاسب ذاتها: ينتج v1 معرّفات tokens مطابقة تمامًا لما ينتجه v0.23، ولا تتغير API أو المفردات أو مراتب الدمج (merge ranks)، وتظل المكتبة عامة الاستخدام بدلًا من التخصص في BPE. لذلك لا يتطلب التحديث سوى تغيير الإصدار المثبت.

تحمل ستة تغييرات معظم هذا العمل، وأكثرها غرابة يُسمى bitcannon. فالتعبير النمطي الذي يقسم النص إلى pre-tokens هو مُعامل ثابت يُرفق مع tokenizer؛ ولا سبب لتفسيره بواسطة محرك عام في كل عملية encoding. لذلك تكتب Hugging Face دالة التقسيم يدويًا وتجعلها تعمل على تدفقات bits باستخدام SIMD، مع معالجة 64 byte في كل عملية سجل. والمقابل مقبول بوضوح: لا تستفيد منه إلا الأنماط المعروفة (GPT-2 وcl100k وo200k وTekken وDeepSeek)، بينما تحتفظ الأنماط الأخرى بمسار regex، وهو ما يفسر التفاوت بين 3 و30. ويضاف إلى ذلك مسار دمج بلا تخصيص للذاكرة أو تفرعات، وذاكرة تخزين مؤقت محلية للكلمات ضمن خيط التنفيذ، وتوازٍ أصلي. ومن المقرر توفير روابط C وC++ المخصصة للاستدلال فقط، والموجهة إلى ExecuTorch وllama.cpp، قبل الإصدار 1.0.0.

🔗 tokenizers v1: قياس encoding وdecoding والتوسع

وصول Devin Cloud إلى terminal مع إمكانية الاتصال بجهاز الوكيل عبر SSH

21 سبتمبر — أتاحت Cognition استخدام Devin Cloud من خلال terminal: ينشئ devin --cloud، أو /cloud من جلسة جارية، جلسة cloud ويتحكم فيها ويستأنفها من دون مغادرة CLI. وتعتمد الآلية على أمر ثنائي الاتجاه: ينقل /handoff المهمة الجارية إلى الجهاز الافتراضي الخاص بـ Devin، سواء كان Mac أوLinux أوWindows، وعند تنفيذه من cloud يسلك الاتجاه المعاكس ويستعيد فرع pull request. وتظل جلسات cloud قائمة حتى بعد إغلاق terminal الذي شغّلها.

And for the first time, SSH into Devin’s dedicated VM, then /handoff the work back to your own device.

🇸🇦 وللمرة الأولى، اتصل عبر SSH بالجهاز الافتراضي المخصص لـ Devin، ثم أعد العمل إلى جهازك باستخدام /handoff. — @cognition على X

يتيح devin ssh وصولًا كاملًا إلى البيئة التي أنشأها الوكيل لنفسه: تعديل التعليمات البرمجية، وتشغيل خادم تطوير، وإعادة توجيه ports، واستعادة الملفات باستخدام scp. وهكذا، تتوقف بيئة التنفيذ عن كونها صندوقًا أسود. وجلسات SWE-2 مجانية في Devin Cloud حتى 8 أكتوبر.

🔗 Devin Cloud في terminal الخاص بك

يزوّد Qwen Code v0.24.3 واجهة Web Shell بأدوات قياس ويحفظ جلساته عبر JDBC

21 سبتمبر — ينتقل Qwen Code إلى الإصدار v0.24.3 في اليوم التالي للإصدار v0.24.2: إحدى وثلاثون pull request، من دون أي تغيير غير متوافق. يتركز معظم العمل الظاهر على Web Shell، إذ لم تعد نتائج التنفيذ نصًا خامًا، بل أصبحت بنية تفصل بين الأمر ومخرجاته وتفاصيل التنفيذ والوقت المنقضي. وتعرض علامة تبويب trajectory، المعطلة افتراضيًا، مدة كل جولة، والزمن حتى أول token، وعدد tokens، ومدة كل استدعاء لأداة.

أما الجزء الأقل ظهورًا، فهو على الأرجح الأكثر تأثيرًا في البنية. فقد حصل runtime على حفظ لاتصالاته وجلساته عبر JDBC، ما يتيح مشاركة الحالة بين عدة عمليات broker والاحتفاظ بملكية الجلسة بعد إعادة التشغيل. كما تُوجَّه أدوات runtime عبر bwrap ضمن سياسة workspace غير قابل للتغيير — في امتداد مباشر لبيئة العزل التي أضيفت في اليوم السابق، والتي لا يزال إعدادها غير مكشوف. وفي اليوم نفسه، يتضمن SDK TypeScript v0.1.14 واجهة CLI هذه، ويتبعه Qwen Code Desktop v0.24.3.

🔗 ملاحظات إصدار Qwen Code v0.24.3

تفتح Hugging Face مشروع relore، وهو ذاكرة للمستودعات مخصصة لوكلاء البرمجة

21 سبتمبر — تنشر Hugging Face أداة relore بترخيص Apache-2.0، وهي أداة تمنح وكيل البرمجة ذاكرةً لمستودع. وكانت نقطة البداية حادثة: في تذكرة Transformers #48630، التي فُتحت في 8 سبتمبر، كان قد اقتُرح إصلاحان بالفعل عندما أوشك وكيل التكامل المستمر في الشركة على كتابة إصلاح ثالث. كانت المعلومات موجودة بالكامل على GitHub، لكنها موزعة بين التذاكر وpull requests والتعليقات غير المرئية من التذكرة الأصلية.

يفهرس relore هذا السجل مع تسجيل من قال ماذا: فقرار أحد المشرفين لا يساوي فرضية أحد المساهمين، ويُستبعد المحتوى المولّد آليًا افتراضيًا. ويُحتفظ بنسخة عمل مستنسخة إلى جانب الفهرس، وتُخدَّم عبر API HTTP نفسها، كما تُعالج الاستعلامات محليًا — ولا يتصل بـ GitHub سوى الاستيعاب. ثم تأتي الأوامر: يسرد inflight سلاسل النقاش التي تدّعي إغلاق تذكرة، وأظهر search --trust authoritative أن PR #39847 هو مصدر التراجع، وينطلق why من سطر برمجي للعثور على تعليقات المراجعة المحيطة به. وفي اختبار ميداني، أفاد الوكيل بأن defs منحه رؤيةً عامة لملف أفضل من قراءته بالكامل، باستخدام 5٪ من tokens.

🔗 relore، ذاكرة المستودعات لوكلاء البرمجة

تدرّب Perplexity نموذج Computer لاحقًا على أخطاء مستخدميه وتضيف إليه الفيديو

21 سبتمبر — توضح Perplexity Research كيف تُجري الشركة تدريبًا لاحقًا للنموذج الذي يشغّل وكيلها Computer — وهو GLM 5.2، كما تكشف المقالة بالمناسبة — اعتمادًا على جلسات مستخدميها الفعلية. تنتج البيئات الاصطناعية مهام مضبوطة وسهلة التحقق؛ أما الجلسات الفعلية فتوفّر إشارتين لا تنتجهما تلك البيئات: التصحيحات التي يجريها المستخدم والأخطاء التي تعيدها الأدوات. وتُستبعد الجلسات التي تحتوي على بيانات شخصية وجلسات المستخدمين الذين رفضوا التدريب قبل أي أخذ للعينات.

ثم تتلقى كل جولة واحدة من ثلاث معالجات: المحاكاة باستخدام cross-entropy للجولات الخالية من الأخطاء ضمن الجلسات الناجحة، أو التصحيح باستخدام Kullback-Leibler divergence للجولات الخاطئة المرفقة بتلميح صالح، أو مجرد الإبقاء عليها ضمن السياق. وتؤدي مجموعة الأوزان نفسها دور المعلّم والطالب، لكن المعلّم وحده يرى التلميح. يقترح ثلاثة حكّام آليين الجولات المسؤولة، ويجب أن يتفق اثنان منهم على الأقل، لأن الجولة الأخيرة قبل الشكوى لا تكون السبب الحقيقي إلا في نحو نصف الحالات.

معدل أخطاء الأدوات	القيمة المقاسة
دون اتصال، GLM 5.2 الأصلي	2,79 %
دون اتصال، أخذ عينات بالرفض فقط	1,35 %
دون اتصال، مع auto-distillation	0,87 %
عبر الإنترنت، بين checkpoint اثنين	2,24 % ثم 1,77 %، أي أقل بنسبة نسبية قدرها 21,2 %

يصرّح المؤلفون بوضوح بما لا تثبته هذه الأرقام: لم تُدرَّب checkpoints المقارَنة دون اتصال على البيانات نفسها، ولا تزال النتائج بحسب المهمة متباينة، كما لم يتغير استياء المستخدمين بدرجة ذات دلالة، إذ بلغ 2,58 % مقابل 2,54 % في اختبارات A/B شملت نحو مئة ألف مستخدم في كل مجموعة.

وفي اليوم نفسه، يحصل Computer على ميزة توليد الفيديو، المسندة إلى نموذجين تابعين لجهات خارجية: MiniMax H3 وByteDance Seedance 2.5. سواء أكان فيديو لحملة، أم عرضًا توضيحيًا لمنتج، أم مادة مرئية لمنصات التواصل، يصل الفيديو النهائي في سلسلة المحادثة نفسها التي تضم النصوص والصور المنتجة للطلب ذاته. والميزة متاحة لمشتركي Pro وMax، من دون ذكر وصول مجاني أو إتاحتها عبر API.

🔗 التعلّم من أخطاء العالم الحقيقي 🔗 Perplexity Computer ونماذج الفيديو

يوسّع Gemini Notebook إتاحة Live Chat وInteractive Learning Overviews للجميع

21 سبتمبر — اجتاز Gemini Notebook مرحلتين من النشر في اليوم نفسه. فقد وصل Live Chat إلى 100 % من مشتركي Ultra على الأجهزة المحمولة: محادثة صوتية في الوقت الفعلي مع notebook، بنحو 100 لغة، مدعومة بأحدث نماذج الصوت من Google، مع إرشاد خطوة بخطوة يتيح الاستخدام من دون اليدين بصورة شبه كاملة. وبعد بضع ساعات، خرجت Interactive Learning Overviews من مرحلة النشر التدريجي لتصبح متاحة لجميع المستخدمين، من دون اشتراط اشتراك؛ وتجمع، تحت قسم Reports، ملخصات المصادر وعناصر studio في مساحة تفاعلية واحدة.

كانت الميزتان قد قُدّمتا في 15 سبتمبر ضمن إعلان أدوات الدراسة الجديدة. ولا تضيف رسائل يوم 21 أي ميزة جديدة، بل تؤكد الإتاحة الفعلية: إتاحة كاملة للأولى، ومفتوحة للجميع للثانية.

🔗 نشر Live Chat بنسبة 100 % 🔗 إتاحة Interactive Learning Overviews للجميع

تلتزم Google.org بتقديم 4 ملايين دولار لتدريب المعلّمين على الذكاء الاصطناعي

21 سبتمبر — تلتزم Google.org بتقديم 4 ملايين دولار إلى Digital Promise، وقد أُعلن ذلك في نيويورك على هامش الجمعية العامة للأمم المتحدة. ويمدد التمويل برنامج Google AI Educator Series، وهو تدريب مجاني أُعلن عنه في وقت سابق من العام وموجّه إلى 6 ملايين معلّم في مراحل التعليم الابتدائي والثانوي والعالي في الولايات المتحدة. وقد صُمم بالتعاون مع ISTE وفق نهج يقوم فيه المعلّمون بتدريب معلّمين آخرين، ويركز على مهارات قابلة للنقل من أداة إلى أخرى بدلًا من منتج بعينه، ويُنجز عبر وحدات ذاتية الوتيرة معتمدة بشارات رقمية.

تعمل Digital Promise على ثلاثة محاور: تكييف التدريب مع وكالات التعليم في الولايات والمناطق التعليمية، والتعاون مع شبكات community colleges لخدمة معلّمي المرحلة الجامعية الأولى، وإجراء دراسة على مدى عامين حول ما يساعد معلّمي التعليم العالي فعليًا، على أن تُنشر نتائجها في دليل عام مجاني.

🔗 Google.org وDigital Promise

توسّع Runway ميزات Workflows لتشمل compositing والشفافية وخرائط العمق

21 سبتمبر — توسّع Runway ميزات Workflows، وهي سلاسل العمليات التي يجري تركيبها داخل تطبيقها، بإضافة خمس وحدات موجّهة إلى مرحلة ما بعد الإنتاج: Compositing وAlpha وHDR وDepth Map وRGB Depth. وتتلخص الحجة في سطر واحد ضمن الإعلان — بناء جزء أكبر من سلسلة الإنتاج (pipeline) في المكان نفسه، من دون الانتقال إلى أداة أخرى بين مرحلتين. يستهدف compositing وإدارة قناة alpha تجميع عدة طبقات من الصور؛ أما خرائط العمق، بصيغتيها، فتُستخدم إشارةً هندسية للتحكم في التأثيرات التي تعتمد على المسافة من الكاميرا. وقد صدر الإعلان على X مصحوبًا بعرض توضيحي مدته 31 ثانية، من دون مقال مقابل في صفحة أخبار Runway وقت الفحص.

🔗 توسيع Workflows في Runway

تطلق NVIDIA برنامج DSX Ready لتأهيل تجهيزات الطاقة والتبريد لمصانع الذكاء الاصطناعي

21 سبتمبر — تطلق NVIDIA برنامج DSX Ready، وهو برنامج يؤهل منتجات الشركاء وفق متطلبات بنيتها المرجعية DSX لمصانع الذكاء الاصطناعي. تنطلق الفكرة من واقع عملي: فالطاقة والتبريد والمياه والموقع والشبكة الكهربائية تحدد اليوم ما يستطيع المُنشئ نشره فعليًا، ولا تحوّل المعدات غير المتوافقة جيدًا مع بقية التصميم القدرة الحاسوبية إلى إنتاج مفيد.

الفئة المؤهلة	الشركاء عند الإطلاق	مسار التأهيل
تخزين الطاقة بالبطاريات	Hitachi Energy, LG Energy Solution, Tesla	اختبارات يجريها الشريك، ومراجعة NVIDIA وموافقتها
وحدات توزيع التبريد	LG Electronics, LiquidStack, Vertiv	حزمة تأهيل ذاتي

تضع NVIDIA حدًا صريحًا لما تعنيه العلامة: فالنجاح في التأهيل لا يحل محل الهندسة على مستوى الموقع، ولا يتضمن أي ضمان لاستقراره. ومن المقرر أن تُضاف تدريجيًا فئات أخرى تشمل البنية التحتية والبرمجيات.

🔗 NVIDIA DSX Ready

تتعامل NVIDIA مع أمن الوكلاء بوصفه مشكلة هندسية، طبقةً بعد طبقة

21 سبتمبر — تنشر NVIDIA موقفًا بشأن أمن الأنظمة الوكيلة: إنه مشكلة هندسية، ما يعني متطلبات محددة، وضوابط قابلة للتطبيق، ومسؤولين معيّنين، وأدلة على صمود وسائل الحماية. وتنقسم المنظومة إلى ثلاثة مستويات — توفر النماذج القدرات، وتنظم الحواضن السياق والأدوات ومسارات العمل، وتوفر بيئة التنفيذ البنية التحتية التي تجري فيها الإجراءات — ويحمل كل مستوى ضوابطه الخاصة.

والمثال المختار معبّر: يحدّث وكيل سجل عميل، ويصادف تعليمات خبيثة في مستند مرفق، ثم يحاول تصدير البيانات إلى وجهة غير مصرح بها. وتتوقع NVIDIA حينئذٍ سياسة شبكة تحظر النقل وسجلات محمية تحتفظ بمحاولة استدعاء الأداة وقرار التفويض والنتيجة. فحق تحديث سجل لا يمتد إلى حق تصديره، ويمكن للوكيل طلب الوصول من دون أن يتمكن مطلقًا من منحه لنفسه. وعلى صعيد الأدوات، يطبق OpenShell السياسات بعيدًا عن متناول الوكيل؛ وتضيف Cisco طبقة DefenseClaw فوقه، بينما تتحقق JFrog من skills التي يصل إليها الوكيل.

وفي اليوم نفسه، يطبق مقال ثانٍ المنطق ذاته على الذكاء الاصطناعي المادي ويربطه بأساس Halos؛ ويرد ضمن الأخبار الموجزة أدناه، إلى جانب توقّعين للسوق.

🔗 تأمين منظومة الوكلاء

يستوعب Earth-2 الملاحظات المحلية لتحديث توقعات الطقس

21 سبتمبر — تنشر NVIDIA دليلًا تعليميًا عن أدوات استيعاب البيانات بالذكاء الاصطناعي في Earth-2، والموجهة إلى القطاعات التي تمتلك قياساتها الخاصة بالفعل: مزارع الرياح والطاقة الشمسية، والرادارات والمستشعرات المحلية، ورصد الأقمار الاصطناعية. تُطبق التقنية الأولى، SDA، على نماذج diffusion مثل CorrDiff وStormCast: ففي كل خطوة من خطوات إزالة الضوضاء، تقارن النتيجة الوسيطة بالملاحظات وتوجّه الخطوة التالية، من دون إعادة تدريب.

التقنية المقاسة	النطاق والدقة	التحسن المسجل في المثال
CorrDiff-SDA	أوروبا، من 0,25 درجة إلى 2,2 km	انخفاض RMSE للرياح بنسبة 54 % في المحطات المستبعدة
StormCast-SDA	الولايات المتحدة القارية، 3 km، بتهيئة HRRR	انخفاض RMSE للرياح بنسبة 7,2 % عبر ست خطوات زمنية
HealDA	عالمي، شبكة HEALPix بدقة 1 درجة	تقدير الحالة العالمية للغلاف الجوي خلال بضع ثوانٍ

تكمن الفائدة أولًا في الجانب التشغيلي: فالتحليلات العددية تتطلب وقتًا حاسوبيًا كبيرًا وتصدر في مواعيد ثابتة، بينما يدمج SDA الملاحظات باستمرار ويسد الفجوة مع الوقت الحالي. أما HealDA، فيتعامل مع كل تدفق بوصفه سحابة نقاط في المكان والزمان، تُجمّع على الشبكة المستهدفة ثم تمرر إلى شبكة أساسية (backbone) من نوع vision transformer.

🔗 استيعاب البيانات في Earth-2

تقلّم Multiverse Computing الكتل على طريقة زجاج Ising وتكسب 23 نقطة في MMLU

21 سبتمبر — تُعد إزالة كتل transformer كاملة من أقل الطرق تكلفة لتسريع نموذج لغوي كبير، كما أنها من أعنفها: إذ يصبح النموذج أقصر حرفيًا، لكن إزالة الكتل الخاطئة تؤدي إلى انهياره. وترى Multiverse Computing أن السؤال مطروح بطريقة خاطئة. فالأساليب الحالية تقيّم كل كتلة على حدة — magnitude وsensitivity وblock influence — وهو ما يصفه المؤلفون بأنه mean field، في حين يعتمد أثر إزالة كتلة على الكتل الأخرى التي تُزال معها.

وهكذا يصبح الاختيار مسألة تحسين ثنائي مقيد، تُسقط على زجاج Ising: نظام spins مضطرب، بتفاعلات بين كل الأزواج، وعدد ثابت من spins الموجهة إلى الأعلى. ويمكن تلخيص الفائدة العملية في جملة واحدة: طاقة هذا النظام بديل منخفض التكلفة للدرجة التي سيحققها النموذج بعد التقليم، ما يتيح ترتيب عدد كبير جدًا من الإعدادات المرشحة من دون تقييم أي منها على benchmarks. وعند ضغط Llama-3.3-70B-Instruct بنسبة 50 %، يدّعي المؤلفون تحقيق مكسب يقارب 23 نقطة مئوية في MMLU مقارنة بأفضل طريقة منافسة.

🔗 تقليم LLMs على طريقة الفيزيائيين

موجزات

نشرت NVIDIA سبع تدوينات ورسائل في 21 سبتمبر: تناولنا ثلاثًا منها أعلاه، وترد الأربع الأخرى هنا من دون أي إعلان تقني.

NVIDIA تدعو إلى تطبيق الأمن في كل طبقة من طبقات الذكاء الاصطناعي المادي — تدوينة تعرض موقفًا مدعومًا بتوقعين للسوق: تركيب 49 مليون مركبة ذاتية القيادة من المستويات 3 إلى 5 بحلول عام 2035 وفقًا لـ ABI Research، ونشر نحو 60 مليون روبوت صناعي بين عامي 2026 و2035 وفقًا لـ Omdia. وترتبط أربعة متطلبات أمنية فيها بأساس NVIDIA Halos. 🔗 المصدر
NVIDIA تسلّط الضوء على توسّع منظومة الذكاء الاصطناعي المصرية — حفل استقبال في Grand Egyptian Museum تخللته كلمة افتتاحية ألقاها Paolo Guglielmini، نائب الرئيس لمنطقة EMEA. وتشير المقدمة خصوصًا إلى بدء تشغيل مصانع للذكاء الاصطناعي في جنوب أفريقيا والمغرب ونيجيريا. 🔗 المصدر
NVIDIA تستعرض خمس شركات تطبّق الذكاء الاصطناعي في مجال الطاقة منخفضة الكربون — نظرة عامة نُشرت بمناسبة New York Climate Week، من تسريع الاندماج النووي إلى إعادة استخدام بطاريات المركبات الكهربائية المعاد تدويرها. وتبني ThinkLabs AI فيها توائم رقمية ووكلاء على CUDA لتقليص مهل الربط بالشبكة. 🔗 المصدر
NVIDIA تعلن الفائزين بتذاكر Golden Tickets لحضور GTC Berlin — اختارت لجنة تحكيم ستة فائزين للمؤتمر المنعقد من 20 إلى 22 أكتوبر 2026. ولا يتضمن الإعلان أي محتوى تقني. 🔗 المصدر
إتاحة Qwen-Image-2.1 منذ اليوم الأول عبر vLLM وSGLang وComfyUI وHugging Face — يشغّل SGLang-Diffusion النموذج على بطاقة RTX 4090 واحدة بسعة 24 غيغابايت، مع نقل بعض الأحمال إلى المعالج، لتوليد صورة بدقة 1024 في 1024 خلال 18,7 ثانية وباستخدام 22,7 غيبيبايت. ويصفه vLLM بأنه محوّل انتشار يضم 7,1 مليارات معلمة ومقترن بـ Qwen3-VL-8B. 🔗 المصدر
OpenAI Academy تضيف أربعة مسارات تدريبية — تنضم مسارات Build with AI وLead AI Adoption وAI for Educators وAI for College Students إلى Apply AI at Work. وينتهي كل مقرر بتقييم يمنح شارة؛ ويفصل مسار المطورين بين تشغيل Codex والبناء على API. 🔗 المصدر
Runway تنظّم هاكاثون في San Francisco حول API الخاصة بها — فعالية ليوم واحد في 30 سبتمبر في Masonic، على هامش Runway AI Summit، لبناء وكيل أو تطبيق أو سير عمل إبداعي، من دون ملف عرض أو دورة اعتماد. 🔗 المصدر
HeyGen تسلّط الضوء على Code2Video، وهو معيار بُني بالتعاون مع Google DeepMind وKaggle — يقيس المعيار مسألة مختلفة عن كتابة الشيفرة: ما إذا كانت هذه الشيفرة تنتج فيديو يستحق المشاهدة. ونُشر ذلك تعليقًا على رسالة بشأن حزمة فيديو وكيلة قائمة على توليد الشيفرة. 🔗 المصدر
Suno تستعرض مؤثرات صوتية تُطبّق بمجرد وصفها — عرض توضيحي مدته دقيقة، يبدأ بتشبّع دافئ وينتهي بطابع أكثر تجريبية. لا اسم للميزة، ولا تحديد للخطة المشمولة، ولا تدوينة مرافقة: إنه إبراز للمنتج أكثر من كونه إطلاقًا. 🔗 المصدر
عرض مباشر لـ Gemini للتسوّق على Discord — جلسة مُعلنة ليوم الثلاثاء 22 سبتمبر عند الساعة 11 صباحًا بتوقيت PT على خادم Discord الرسمي، ومخصصة للتحضير لعملية شراء ومقارنة الخيارات والبحث انطلاقًا من صورة. ولا تتضمن أي ميزة جديدة. 🔗 المصدر
Together AI وOllama تعلنان جلسة حول وكلاء البرمجة المفتوحين — سيدير Parth Sareen من Ollama وZain Hasan من Together AI جلسة عن إدخال وكلاء البرمجة القائمين على نماذج مفتوحة إلى بيئات الإنتاج. ولم تذكر الرسالة تاريخًا أو مكانًا. 🔗 المصدر
إتاحة أوزان تدريبين متروكين لـ Boris-2 بصورة مفتوحة — بلغ التدريب الأول سقفًا قدره 3,100 في الخسارة عند 30 مليار رمز، بسبب عدم توافق بين تدرجات Muon وAdamW؛ وأُوقف الثاني عند نحو 7 مليارات رمز. إنها رواية إخفاق أكثر فائدة من النماذج نفسها. 🔗 المصدر
بروتوكول مسجّل مسبقًا لمواجهة الانحياز الاتجاهي في النماذج الحَكَم — تفترض الدراسة أن الأخطاء في النصوص السردية تميل إلى التصريح بشعور بدلًا من ترميزه. ونُشر البروتوكول قبل جمع أي بيانات، مع تحديد النتيجة التي ستؤدي إلى سحب البنية النظرية، وتصريح المؤلف بوجود تضارب في المصالح. 🔗 المصدر
إعادة إنتاج لـ Jev بمكوّنات مفتوحة تخفق بفارق 0,6 نقطة — أوكل مستخدم يصرّح بأنه لا يبرمج إلى Claude Code إجراء تجارب ليوم كامل لإعادة بناء Jev على حِزم مفتوحة تعمل بالمعالج وحده. وقد جرّب ثمانية نهوج فاشلة يرى أنها أكثر فائدة من النهج الذي نجح. 🔗 المصدر
Jevini تفصل بين تصميم القرار وتنفيذه — يصمّم نموذج استدلال كبير رسمًا بيانيًا ذا إصدارات لأحكام محددة الأنواع، ثم ينفّذه نموذج قرار صغير على كل حالة جديدة. وهذا محتوى ترويجي من الناشر، وينبغي التعامل معه على هذا الأساس. 🔗 المصدر
Cohere تواصل اتصالات علامتها التجارية من دون إعلان منتج — تواصل رسالة مؤرخة في 20 سبتمبر حملة AI for Empowerment عبر إعادة صياغة النية المنسوبة إلى المؤسس المشارك Aidan Gomez، بينما يروي تصميمان بصريان نُشرا في 21 سبتمبر انتقال الشركة إلى هاكاثون الطلاب Hack The North في Waterloo. لا نموذج ولا ميزة ولا سعر. 🔗 الحملة · 🔗 الهاكاثون

ما الذي يعنيه ذلك

أصبح اليوم الصفري معيار التوزيع. لا ينتظر Grok 4.7: فقد أصبح متاحًا في Cursor وGitHub Copilot يوم الإعلان عنه، وأُتيح Qwen-Image-2.1 فور صدوره عبر vLLM وSGLang وComfyUI وHugging Face. والفاصل بين نشر نموذج وتوفّره في أدوات الاستخدام اليومي، الذي كان يُقاس بالأسابيع، يتجه نحو الصفر — في حالة Cursor لأن الناشر والمختبر أصبحا تابعين للمجموعة نفسها منذ 14 أغسطس، وفي الحالات الأخرى لأن التكامل يُحضّر قبل الإعلان. ولم يعد السؤال المثير للاهتمام هو متى سيصل النموذج، بل كم سيكلّف بعد وصوله.

وهذا تحديدًا ما يغيّره بند الفوترة في Copilot. إذ يخرج Grok 4.7 فيه من نظام مضاعِفات الطلبات ليُحتسب وفق السعر العام لـ xAI وبحسب الاستخدام. ومع التفعيل التلقائي للنماذج الجديدة، ينقل ذلك قرارًا متعلقًا بالتكلفة إلى إدارة المنصة: فعدم فعل شيء يعني فتح بند إنفاق مرتبط بجدول أسعار مزوّد خارجي. أما من جانب xAI، فالحجة متناظرة — دولاران للإدخال، كما في Grok 4.6، ومكاسب فعلية في Terminal-Bench، لكن مع مرتبة خلف Fable 5.1 في مهام البرمجة الطويلة: ما يُباع هنا هو نسبة السعر إلى الأداء، لا المركز الأول.

في مجال الوكلاء، تروي ثلاثة إعلانات متباعدة التحول نفسه: لم تعد بيئة التنفيذ صندوقًا أسود. يفتح devin ssh الآلة الافتراضية للوكيل أمام جلسة تفاعلية، وتمنح relore الوكيل ذاكرة القرارات السابقة في المستودع بدلًا من حالة الشيفرة الراهنة وحدها، وتُجري Perplexity تدريبًا لاحقًا لنموذجها على الجولات المحددة التي أخفق فيها لدى مستخدميه، بينما يوجّه Qwen Code أدواته عبر bwrap. وتوفر NVIDIA الإطار النظري لهذا التوجه بافتراض أن أمن الوكيل يتحقق طبقةً بعد طبقة، خارج نطاق سيطرته، مع سجلات تصلح دليلًا. فالوكيل القابل للفحص والوكيل المقيّد وجهان للحاجة نفسها.

ويبقى السؤال الذي يطرحه إعلان OpenAI من دون أن يعالجه. فقد أنتج نموذج داخلي حلّ أكثر من مئة مسألة مفتوحة في أقل من شهر استجابة مؤسسية — مجموعة استشارية مستقلة، غير مدفوعة الأجر، وحرة في آرائها — تستبعد ولايتها صراحة وتيرة التقدم الداخلي، أي جوهر احتجاج الحاصلين السبعة والعشرين على ميدالية Fields. والتباين مع بقية أحداث اليوم لافت: ففيما يدور النقاش حول وتيرة النتائج المذهلة، تحقق مكتبة للترميز تسارعًا يتراوح بين 3 و30 ضعفًا مع ضمان تطابق المعرّفات، وتستعير طريقة ضغط من زجاجيات اللفّ المغزلي لتكسب 23 نقطة في MMLU عند ضغط بنسبة 50 %. لا يتصدر هذا العمل العناوين، لكنه هو الذي يحدد تكلفة الاستدلال غدًا.