هذه هي المدونة الثالثة والأخيرة في سلسلة من ثلاثة أجزاء حول التقدم التاريخي لمجتمع المصادر المفتوحة في الصين منذ “لحظة DeepSeek” في يناير 2025. المدونة الأولى عن التغييرات الإستراتيجية ونمو الأعمال الفنية المفتوحة متاحة هنا، والمدونة الثانية عن التحولات المعمارية والأجهزة متاحة هنا.
في هذه المقالة الثالثة، ندرس مسارات ومسارات مؤسسات الذكاء الاصطناعي الصينية البارزة، ونفترض الاتجاهات المستقبلية للمصادر المفتوحة.
بالنسبة للباحثين والمطورين في مجال الذكاء الاصطناعي الذين يساهمون في النظام البيئي مفتوح المصدر ويعتمدون عليه، ولصانعي السياسات الذين يفهمون البيئة المتغيرة بسرعة، ونظرًا للمكاسب التي يحققها المجتمع الداخلي والعالمي، فإن المصدر المفتوح هو النهج السائد والشائع لمؤسسات الذكاء الاصطناعي الصينية في المستقبل القريب. مشاركة العناصر بشكل مفتوح من النماذج إلى الأوراق إلى خرائط البنية التحتية للنشر إلى استراتيجية بهدف النشر والتكامل على نطاق واسع.
النظام البيئي العضوي المفتوح المصدر في الصين
بعد فحص التغييرات الإستراتيجية والمعمارية منذ DeepSeek’s R1، حصلنا على لمحة لأول مرة عن كيفية يتشكل نظام بيئي عضوي مفتوح المصدر للذكاء الاصطناعي في الصين. إن تتويج اللاعبين الأقوياء، بعضهم مؤسس في المصادر المفتوحة، وبعض اللاعبين الجدد، وبعضهم يغير المسار بالكامل للمساهمة في الثقافة المفتوحة الجديدة، يشير إلى أن النهج التعاوني المفتوح مفيد للطرفين.
ويتجاوز هذا التعاون الحدود الوطنية؛ المنظمة الأكثر متابعة على Hugging Face هي DeepSeek، والرابعة الأكثر متابعة هي Qwen.
بالإضافة إلى النماذج، فإن المشاركة العلنية للعلوم والتقنيات لم تُعلم مؤسسات الذكاء الاصطناعي الأخرى فحسب، بل أيضًا مجتمع المصادر المفتوحة بأكمله. الأوراق البحثية الأكثر شعبية حول Hugging Face تأتي إلى حد كبير من المنظمات الصينية، وهي ByteDance، وDeepSeek، وTencent، وQwen.
المصدر: https://huggingface.co/spaces/evijit/PaperVerse
المنشأة
علي بابا تم وضع المصدر المفتوح كاستراتيجية للنظام البيئي والبنية التحتية. لم يتم تشكيل Qwen كنموذج رئيسي واحد، ولكنه توسع باستمرار ليصبح عائلة تغطي أحجامًا ومهام وطرائق متعددة، مع تحديثات متكررة على Hugging Face والمنصة الخاصة بهم ModelScope. ولم يتركز تأثيرها على أي نسخة واحدة. وبدلاً من ذلك، تمت إعادة استخدامه بشكل متكرر كعنصر عبر سيناريوهات مختلفة، ليتولى تدريجيًا دور الأساس العام للذكاء الاصطناعي. بحلول منتصف عام 2025، أصبح Qwen النموذج الذي يحتوي على معظم المشتقات في Hugging Face، مع أكثر من 113 ألف نموذج يستخدم Qwen كقاعدة، وأكثر من 200 ألف مستودع نموذجي يحمل علامة Qwen، يتجاوز بكثير Meta’s Llama’s 27k أو DeepSeek’s 6k. على مستوى المنظمة، تفتخر شركة Alibaba بمعظم المشتقات بقدر ما تمتلكه كل من Google وMeta مجتمعتين.
وفي الوقت نفسه، قامت شركة علي بابا بمواءمة تطوير النماذج مع البنية التحتية السحابية والأجهزة، ودمج النماذج والرقائق والمنصات والتطبيقات في حزمة هندسية واحدة.
تينسنت كما اتخذت خطوة كبيرة من الاقتراض إلى البناء. وباعتبارها واحدة من أولى الشركات الكبرى التي قامت بدمج DeepSeek في المنتجات الأساسية التي تواجه المستهلك بعد إصدار R1، لم تقم Tencent في البداية بتأطير المصدر المفتوح باعتباره سردًا عامًا. وبدلاً من ذلك، جلبت نماذج ناضجة من خلال تكامل نمط المكونات الإضافية، وأجرت عملية تحقق داخلية واسعة النطاق، ولم تبدأ إلا لاحقًا في إطلاق قدراتها الخاصة. اعتبارًا من مايو 2025 فصاعدًا، قامت Tencent بتسريع الإصدارات المفتوحة في المجالات التي تتمتع فيها بالفعل بنقاط قوة، مثل الرؤية والفيديو والثلاثية الأبعاد من خلال علامتها التجارية الخاصة المسماة Tencent Hunyuan (التي أصبحت الآن Tencent HY)، وسرعان ما اكتسبت هذه النماذج اعتمادًا في المجتمع.
بايت دانس، من خلال اتباع نهج “مصنع تطبيقات الذكاء الاصطناعي”، تبدأ بشكل انتقائي في فتح مصادر المكونات عالية القيمة مع الحفاظ على تركيزها التنافسي على نقاط دخول المنتج والاستخدام على نطاق واسع. وفي هذا السياق، ساهم فريق ByteDance Seed بالعديد من العناصر البارزة مفتوحة المصدر، بما في ذلك واجهة المستخدم-تارس-1.5 لفهم واجهة المستخدم متعددة الوسائط، **Seed-Coder **لنمذجة التعليمات البرمجية التي تركز على البيانات، و سوبرGPQA مجموعة بيانات لتقييم المنطق المنهجي. على الرغم من التواجد المنخفض نسبيًا للمصادر المفتوحة، حققت ByteDance نطاقًا كبيرًا في سوق الذكاء الاصطناعي في الصين، من خلال تطبيق الذكاء الاصطناعي الخاص بها. دوباو متفوقة 100 مليون DAU في ديسمبر 2025.
التغيير الأبرز في الداخل بايدو، التي يدعو رئيسها التنفيذي علنًا إلى اختصار المصادر المفتوحة، بدأت أيضًا تحولها: بعد سنوات من إعطاء الأولوية للنماذج المغلقة، عادت إلى النظام البيئي من خلال الوصول المجاني والإصدار المفتوح، مثل سلسلة إرني 4.5. وقد صاحب هذا التحول استثمار متجدد في إطارها مفتوح المصدر، مجدافبالإضافة إلى شريحة الذكاء الاصطناعي الخاصة بها كونلونكسين، التي أعلنت عن طرح عام أولي في الأول من يناير 2026. ومن خلال ربط النماذج والرقائق وPaddlePaddle ضمن نظام أكثر انفتاحًا، تستطيع بايدو خفض التكاليف، وجذب المطورين، والتأثير على المعايير، مع الحفاظ على السيطرة الإستراتيجية في ظل القيود المشتركة المتمثلة في الحوسبة والتكلفة والتنظيم.
الحياة الطبيعية لـ “لحظات DeepSeek”
ومن بين الشركات الناشئة، Moonshot, Z.ai، و ميني ماكس تم تعديله بسرعة وجلب زخمًا جديدًا لمجتمع المصادر المفتوحة في غضون أشهر بعد R1. نماذج مثل كيمي ك2, جي إل إم-4.5، و ميني ماكس M2 حصلوا جميعًا على أماكن في تصنيفات المعالم البارزة للنموذج المفتوح في AI-World.
تم وصف المصدر المفتوح لـ Kimi K2 على نطاق واسع بأنه “لحظة DeepSeek أخرى” للمجتمع. على الرغم من أن Moonshot لم تعلن عن طرح عام أولي، تشير تقارير السوق إلى أن الشركة جمعت ما يقرب من 500 مليون دولار من التمويل بحلول نهاية عام 2025، مع وضع AGI والأنظمة القائمة على الوكلاء كأهداف تسويقية أساسية لها.
تلك الشركات ذات التطبيق الأول مثل شياو هونغشو, بيليبيلي, شياومي و ميتوان، التي كانت تركز في السابق على طبقة التطبيقات فقط، بدأت في التدريب وإصدار نماذجها الخاصة. بفضل ميزتها الأصلية في سيناريوهات الاستخدام الحقيقي وبيانات المجال، بمجرد أن أصبح التفكير القوي متاحًا بتكلفة منخفضة من خلال المصدر المفتوح، أصبح بناء النماذج الداخلية أمرًا عمليًا. فهي تعمل على ضبط الذكاء الاصطناعي ليتناسب مع أعمالهم المحددة، بدلاً من التقيد بهياكل التكلفة أو حدود مقدمي الخدمات الخارجيين.
وإذا اغتنم عالم الأعمال الفرصة الإيجابية لعائد الاستثمار لتحقيق النمو، فإن المؤسسات البحثية والمجتمع الأوسع رحبوا بهذا التحول عن طيب خاطر. منظمات مثل باي و مختبر شنغهاي للذكاء الاصطناعي أعاد توجيه المزيد من الجهود نحو سلاسل الأدوات، وأنظمة التقييم، ومنصات البيانات، والبنية التحتية للنشر، ومشاريع مثل FlagOpen، وOpenDataLab، وOpenCompass. ولم تسعى هذه الجهود إلى مطاردة أداء النموذج الواحد، بل عززت بدلاً من ذلك الأسس طويلة المدى للنظام البيئي.
أسس المستقبل
والسمة المميزة للنظام البيئي الجديد ليست أن هناك المزيد من النماذج، بل أن سلسلة كاملة قد تشكلت. يمكن أن تكون النماذج مفتوحة المصدر وممتدة؛ يمكن إعادة استخدام عمليات النشر وتوسيع نطاقها؛ يمكن تنسيق البرامج والأجهزة وتبادلها؛ ويمكن تضمين قدرات الحوكمة ومراجعتها. وهذا تحول من الاختراقات المعزولة إلى نظام يمكن تشغيله بالفعل في العالم الحقيقي.
لم يظهر هذا النظام البيئي بين عشية وضحاها. لقد تم بناؤه على سنوات من البنية التحتية المتراكمة “الرياح الخلفية” منذ عام 2017. على مدى السنوات العديدة الماضية، استثمرت الصين بشكل دوري في مراكز البيانات ومراكز الحوسبة، وشكلت تدريجيًا تخطيطًا حوسبة متكاملاً على مستوى البلاد يتمحور حول استراتيجية “البيانات الشرقية والحوسبة الغربية”.. أنشأت الخطة الوطنية 8 مراكز حوسبة رئيسية و10 مجموعات من مراكز البيانات، لتوجيه الطلب على الحوسبة من الشرق نحو المناطق الوسطى والغربية.
وتشير المعلومات العامة إلى أن الصين تعتزم الاستثمار في النمو المستمر في قدرات الطاقة. تبلغ القدرة الحاسوبية الإجمالية في الصين حوالي 1590 EFLOPS اعتبارًا من عام 2025، لتحتل المرتبة الأولى على مستوى العالم. تؤكد مصادر في الصين أن قدرة الحوسبة الذكية، المصممة للتدريب على الذكاء الاصطناعي ونشره، من المتوقع أن تنمو بنسبة 43٪ تقريبًا على أساس سنوي، وهو ما يتجاوز بكثير حوسبة الأغراض العامة. وفي الوقت نفسه، انخفض متوسط فعالية استخدام الطاقة في مركز البيانات (PUE) إلى حوالي 1.46، مما يشير إلى فعالية أفضل ويوفر أساسًا متينًا للأجهزة للذكاء الاصطناعي على نطاق واسع. الطاقة هي التركيز الرئيسي الواضح.
إذا كانت “خطة تطوير الجيل الجديد من الذكاء الاصطناعي” لعام 2017 تتعلق أساسًا بتحديد الاتجاه وبناء الأسس، إذن ومن الواضح أن خطة عمل “AI+” الصادرة في أغسطس 2025 حولت التركيز نحو النشر على نطاق واسع والتكامل العميق. يمثل هذا سعيًا مختلفًا بشكل مباشر عن AGI. لقد قدم ظهور R1 “الرفع” المفقود على مستوى الهندسة والنظام البيئي. لقد كان المحفز الذي قام بتنشيط البنية التحتية للحوسبة والطاقة والبيانات التي تم بناؤها بالفعل بشكل منهجي.
ونتيجة لذلك، في العام التالي لإصدار R1، تسارعت وتيرة تطوير الذكاء الاصطناعي في الصين عبر مسارين رئيسيين. أولاً، أصبح الذكاء الاصطناعي متجذراً بشكل أعمق في العمليات الصناعية، متجاوزاً روبوتات الدردشة نحو الوكلاء وسير العمل. ثانية، تم التركيز بشكل أكبر على أنظمة الذكاء الاصطناعي المستقلة والتي يمكن التحكم فيها، وهو ما ينعكس في مسارات تدريب أكثر مرونة واستراتيجيات نشر محلية بشكل متزايد.
إذا نظرنا إلى الوراء، فإن نقطة التحول الحقيقية لم تكن النمو في عدد النماذج، ولكن أ تغيير جوهري في كيفية استخدام النماذج مفتوحة المصدر. انتقل المصدر المفتوح من خيار اختياري إلى أ الافتراض الافتراضي في تصميم النظام. أصبحت النماذج قابلة لإعادة الاستخدام ومكونات قابلة للتركيب ضمن أنظمة هندسية أكبر.
النظر إلى الوراء لنتطلع إلى الأمام
من DeepSeek إلى “AI+”، لم يكن مسار الصين في عام 2025 يتعلق بمطاردة ذروة الأداء. كان الأمر يتعلق ببناء أ مسار عملي منظم حول المصدر المفتوح والكفاءة الهندسية والتسليم القابل للتطوير، وهو المسار الذي بدأ بالفعل في السير من تلقاء نفسه.
ولم تحد القيود المفروضة على الموارد من تطوير الذكاء الاصطناعي في الصين. وفي بعض النواحي، أعادوا تشكيل مسارها. كان إصدار DeepSeek R1 بمثابة حدث محفز، حيث أدى إلى سلسلة من الاستجابات عبر الصناعة المحلية وتسريع تشكيل نظام بيئي أكثر تنظيماً. وفي الوقت نفسه، خلق هذا التحول نافذة حاسمة لمواصلة البحث والتطوير المحلي. ومع نضوج هذا النظام البيئي، فإن تأثيره على المدى الطويل — وكيف يمكن لمجتمع الذكاء الاصطناعي العالمي أن يتفاعل مع نظام بيئي للذكاء الاصطناعي مستدام ذاتيًا بشكل متزايد في الصين — سيصبح أسئلة مهمة للمناقشة المستقبلية.
