هذه هي المدونة الأولى في سلسلة ستدرس التطورات التاريخية التي حققها مجتمع المصادر المفتوحة في الصين في العام الماضي وأصداءها في تشكيل النظام البيئي بأكمله. يمكن إرجاع الكثير من التقدم الذي تم إحرازه في عام 2025 إلى “لحظة DeepSeek” في شهر يناير، عندما أطلقت شركة DeepSeek للذكاء الاصطناعي ومقرها مدينة هانغتشو نموذجها R-1.
تتناول المدونة الأولى التغييرات الإستراتيجية وانفجار النماذج المفتوحة الجديدة واللاعبين مفتوحي المصدر. ويغطي الثاني الخيارات المعمارية وخيارات الأجهزة إلى حد كبير من قبل الشركات الصينية التي تم إجراؤها في أعقاب النظام البيئي المفتوح المتنامي، المتاح هنا. ويحلل الجزء الثالث مسارات المنظمات البارزة ومستقبل النظام البيئي العالمي مفتوح المصدر، وهو متاح هنا.
بالنسبة للباحثين والمطورين في مجال الذكاء الاصطناعي الذين يساهمون في النظام البيئي مفتوح المصدر ويعتمدون عليه، ولصانعي السياسات الذين يفهمون البيئة المتغيرة بسرعة، لم يكن هناك وقت أفضل من أي وقت مضى لبناء وإصدار النماذج والتحف المفتوحة، كما ثبت من النمو الهائل في العام الماضي الذي حفزه DeepSeek. والجدير بالذكر أن الجغرافيا السياسية هي التي دفعت إلى تبني هذه الفكرة؛ وبينما كانت النماذج التي تم تطويرها في الصين تهيمن على المقاييس طوال عام 2025، ويتفوق اللاعبون الجدد على بعضهم البعض، فإن مجتمعات الذكاء الاصطناعي الغربية تسعى إلى إيجاد بدائل قابلة للنشر تجاريا.
بذور النظام البيئي العضوي المفتوح المصدر للذكاء الاصطناعي في الصين
قبل R1، كانت صناعة الذكاء الاصطناعي في الصين لا تزال تركز إلى حد كبير على النماذج المغلقة. كانت النماذج المفتوحة موجودة منذ سنوات، لكنها كانت في الغالب مقتصرة على مجتمعات البحث أو تم استخدامها فقط في سيناريوهات متخصصة مثل التطبيقات الحساسة للخصوصية. بالنسبة لمعظم الشركات، لم تكن هذه الخيارات هي الخيار الافتراضي. كانت موارد الحوسبة محدودة، وكان موضوع “الفتح أو الإغلاق” موضوعًا للنقاش.
قام نموذج DeepSeek R1 بخفض الحاجز أمام قدرات الذكاء الاصطناعي المتقدمة وقدم نمطًا واضحًا يجب اتباعه، وفتح طبقة ثانية. علاوة على ذلك، أعطى الإصدار تطوير الذكاء الاصطناعي الصيني شيئًا قيمًا للغاية: الوقت. لقد أظهر أنه حتى مع الموارد المحدودة، لا يزال التقدم السريع ممكنًا من خلال المصدر المفتوح والتكرار السريع. ويتوافق هذا النهج بشكل طبيعي مع الأهداف المنصوص عليها في استراتيجية “الذكاء الاصطناعي+” في الصين لعام 2017: الجمع بين الذكاء الاصطناعي والصناعة في أقرب وقت ممكن، مع الاستمرار في بناء القدرة الحاسوبية على المدى الطويل.
بعد عام واحد من إصدار R1، ما نراه ناشئًا ليس فقط مجموعة من النماذج الجديدة، ولكن أيضًا نظام بيئي عضوي مفتوح المصدر للذكاء الاصطناعي.
DeepSeek R1: نقطة تحول
ولأول مرة، دخل نموذج مفتوح من الصين إلى التصنيف العالمي السائد، وعلى مدى العام التالي، تم استخدامه مرارا وتكرارا كنقطة مرجعية عندما تم إصدار نماذج جديدة. سرعان ما أصبح DeepSeek’s R1 النموذج الأكثر شعبية على Hugging Face على الإطلاق، ولم تعد النماذج الأكثر إعجابًا هي التي تم تطويرها في الولايات المتحدة.
لكن الأهمية الحقيقية لـ R1 لم تكن ما إذا كان النموذج الأقوى في ذلك الوقت، بل تكمن أهميته في كيفية خفض ثلاثة حواجز.
الأول كان العائق التقني. ومن خلال المشاركة العلنية لمسارات الاستدلال وأساليب ما بعد التدريب، حول R1 الاستدلال المتقدم، الذي كان مغلقًا سابقًا خلف واجهات برمجة التطبيقات المغلقة، إلى أصول هندسية يمكن تنزيلها وتقطيرها وضبطها بدقة. لم تعد العديد من الفرق بحاجة إلى تدريب نماذج ضخمة من الصفر لاكتساب قدرات تفكير قوية. بدأ المنطق يتصرف كوحدة قابلة لإعادة الاستخدام، ويتم تطبيقها مرارًا وتكرارًا عبر أنظمة مختلفة. وقد دفع هذا أيضًا الصناعة إلى إعادة التفكير في العلاقة بين قدرة النموذج وتكلفة الحوسبة، وهو التحول الذي كان له معنى خاص في بيئة مقيدة بالحوسبة مثل الصين.
والثاني هو حاجز التبني. تم إصدار R1 بموجب ترخيص MIT، مما يجعل استخدامه وتعديله وإعادة توزيعه أمرًا مباشرًا. بدأت الشركات التي اعتمدت على النماذج المغلقة في إدخال R1 مباشرة إلى الإنتاج. أصبح التقطير والتدريب الثانوي والتكيف الخاص بالمجال عملاً هندسيًا روتينيًا وليس مشاريع خاصة. ومع تراجع قيود التوزيع، انتشر النموذج بسرعة إلى المنصات السحابية وسلاسل الأدوات، وتحولت مناقشات المجتمع من “أي نموذج حقق أعلى النتائج” إلى “كيف يمكننا نشره، وخفض التكلفة، ودمجه في أنظمة حقيقية”. بمرور الوقت، تجاوز R1 كونه قطعة أثرية بحثية وأصبح أساسًا هندسيًا قابلاً لإعادة الاستخدام.
التغيير الثالث كان نفسيا. عندما تحول السؤال من “هل يمكننا أن نفعل هذا؟” إلى “كيف نفعل هذا بشكل جيد؟”، تغيرت عملية صنع القرار في العديد من الشركات. بالنسبة لمجتمع الذكاء الاصطناعي الصيني، كانت هذه أيضًا لحظة نادرة من الاهتمام العالمي المستمر، وهي لحظة كانت ذات أهمية كبيرة للنظام البيئي الذي كان يُنظر إليه منذ فترة طويلة على أنه تابع.
ومعاً، كان خفض هذه الحواجز الثلاثة يعني أن النظام البيئي بدأ يكتسب القدرة على تكرار نفسه.
من DeepSeek إلى AI+: إعادة التنظيم الاستراتيجي
وبمجرد انتقال المصادر المفتوحة إلى الاتجاه السائد، نشأ سؤال طبيعي: كيف ستتغير استراتيجيات الشركات الصينية؟ خلال العام الماضي، أصبحت الإجابة واضحة: بدأت المنافسة تتحول من مقارنات نموذج إلى نموذج نحو القدرات على مستوى النظام.
ومقارنة بعام 2024، شهدت الفترة التي تلت إصدار R1 استقرار مشهد الذكاء الاصطناعي في الصين في نمط جديد. أخذت شركات التكنولوجيا الكبرى زمام المبادرة، وتبعتها الشركات الناشئة بسرعة، ودخلت شركات الصناعات العمودية هذا المجال بشكل متزايد. وبينما اختلفت مساراتهم، ظهر تدريجياً فهم مشترك، خاصة بين اللاعبين الرئيسيين: ولم تعد المصادر المفتوحة تكتيكًا قصير المدى، بل أصبحت جزءًا من استراتيجية تنافسية طويلة المدى.
ارتفع عدد المنظمات الصينية التنافسية التي تطلق أحدث النماذج والمستودعات بشكل كبير. ينعكس في معانقة نمو مستودع مواجهة الشركات الصينية، زاد عدد الإصدارات المفتوحة من الشركات العملاقة الحالية بشكل كبير، مع انتقال Baidu من صفر إصدارات على Hugging Face في عام 2024 إلى أكثر من 100 في عام 2025، كما قامت شركات أخرى مثل ByteDance وTencent بزيادة الإصدارات بمقدار ثمانية إلى تسعة أضعاف. أطلق تدفق من المنظمات المفتوحة حديثًا نماذج عالية الأداء، وكان الإصدار المفتوح لـ Moonshot، Kimi K2، بمثابة “لحظة DeepSeek أخرى”.
أصبحت الإصدارات أقوى ومتكررة، مع إصدار النماذج عالية الأداء أسبوعيًا. أصبحت النماذج الصينية التي تم إنشاؤها حديثًا هي الأكثر إعجابًا وتنزيلًا كل أسبوع، وتتمتع بأعلى شعبية بين أفضل النماذج الجديدة الأكثر تنزيلًا على Hugging Face. ال أفضل العارضات التي تم إنشاؤها حديثًا حسب الأسبوع على معانقة الوجه يعرض المستودعات الجديدة التي تم تصنيفها حسب موقع المؤسسة أو موقع مؤسسة النموذج الأساسي للمشتقات الشائعة.
كما هو موضح في بيانات خريطة Hugging Face الحرارية، بين فبراير ويوليو 2025، أصبحت الإصدارات المفتوحة من الشركات الصينية أكثر نشاطًا بشكل ملحوظ. انتقلت Baidu وMoonshot من النهج المغلق في المقام الأول إلى الإصدار المفتوح. وقد خطت شركة GLM التابعة لشركة Zhipu AI وشركة Qwen التابعة لشركة Alibaba خطوة أخرى إلى الأمام، حيث توسعتا من مجرد نشر أوزان النماذج إلى بناء الأنظمة الهندسية وواجهات النظام البيئي. في هذه المرحلة، لم تعد مقارنة أداء النموذج الأولي وحدها كافية لتحقيق الفوز. تركزت المنافسة بشكل متزايد على النظم البيئية وسيناريوهات التطبيق والبنية التحتية_._
كانت هذه الإستراتيجية ناجحة بشكل فعال. من النماذج التي تم إنشاؤها حديثًا (أقل من عام واحد)، تجاوزت تنزيلات النماذج الصينية أي دولة أخرى بما في ذلك الولايات المتحدة
لا ينسق لاعبو الذكاء الاصطناعي الصينيون بالاتفاق، بل بالقيود. وما يبدو وكأنه تعاون من الأفضل أن نفهمه باعتباره توافقاً في ظل ضغوط فنية واقتصادية وتنظيمية مشتركة. وهذا لا يعني أن الشركات شكلت تحالفات تعاونية. وبدلاً من ذلك، وفي ظل قيود مماثلة حول الحوسبة والتكلفة والامتثال، بدأوا التنافس على أسس فنية ومسارات هندسية مماثلة. عندما تحدث المنافسة على هياكل نظام مماثلة، يبدأ النظام البيئي في إظهار القدرة على الانتشار والنمو من تلقاء نفسه. نادرًا ما يُرى قادة التكنولوجيا من Zhipu AI (Z.ai)، وMoonshot AI، وQwen التابعة لشركة Alibaba، وTencent، ينسقون بشأن الأسئلة المشتركة في بلدان أخرى.
الاستقبال والاستجابة العالمية
لقد تزايدت المشاعر الإيجابية تجاه اعتماد المصادر المفتوحة وتطويرها في جميع أنحاء العالم وخاصة في الولايات المتحدة، مع إدراك أوسع لمدى أهمية قيادة المصادر المفتوحة في القدرة التنافسية العالمية.
وقد تم اعتماد DeepSeek بشكل كبير في الأسواق العالمية، وخاصة في جنوب شرق آسيا وأفريقيا. وفي هذه الأسواق، ساعدت عوامل مثل الدعم متعدد اللغات والتوافر المفتوح واعتبارات التكلفة على دعم استخدام المؤسسات.
في كثير من الأحيان تسعى المنظمات الغربية إلى الحصول على نماذج غير صينية للنشر التجاري. الإصدارات الرئيسية من المنظمات الأمريكية مثل OpenAI’s gpt-oss، وAI2’s Olmo، وMeta’s Llama 4 حظيت بمشاركة مجتمعية. أعلنت شركة Reflection AI عن جهودها لبناء نماذج أمريكية ذات وزن مفتوح. في فرنسا، أطلقت ميسترال عائلة Mistral Large 3، وواصلت تطوير جذورها مفتوحة المصدر.
وفي الوقت نفسه، تعتمد الإصدارات الرئيسية في الغرب على النماذج الصينية؛ في نوفمبر 2025، أصدرت شركة Deep Cogito إصدار Cogito v2.1 باعتباره النموذج الرائد للوزن المفتوح في الولايات المتحدة. كان النموذج عبارة عن نسخة مضبوطة من DeepSeek-V3. غالبًا ما تتخلف الشركات الناشئة والباحثون الذين يستخدمون نماذج الوزن المفتوح على مستوى العالم عن النماذج المطورة في الصين إن لم يعتمدوا عليها.
يستشهد مشروع النموذج الأمريكي المفتوح حقًا (ATOM) بزخم نموذج DeepSeek والصين كمحفز للجهود المتضافرة نحو الريادة في تطوير نموذج الوزن المفتوح. يؤكد المشروع على الحاجة إلى بذل جهود متعددة وتسلط أبحاثه الضوء أيضًا على الاعتماد المبكر المكثف لـ OpenAI لـ gpt-oss.
لا يزال العالم يستجيب بحماسة جديدة مفتوحة المصدر. يستعد عام 2026 للإصدارات الكبرى، خاصة من الصين والولايات المتحدة. ذات أهمية كبيرة هي الاتجاهات المعمارية، وخيارات الأجهزة، والاتجاهات التنظيمية، والتي سيتم تغطيتها بعد ذلك في هذه السلسلة.
يتم الحصول على جميع البيانات الممثلة من Hugging Face. لمزيد من البيانات والتحليلات ذات الصلة لعام 2025 في المصادر المفتوحة، نشجعك على قراءة مبادرة مصدر البيانات واقتصاديات الذكاء المفتوح: تتبع القوة والمشاركة في النظام البيئي النموذجي، ومراجعة عام 2025 للذكاء الاصطناعي مفتوح المصدر من aiWorld، ومؤامرات InterConnects الثمانية التي تشرح حالة النماذج المفتوحة.
