LatePost حصريًا | Zhipu تدرج في البورصة، Tang Jie يطلب في رسالة داخلية العودة الشاملة إلى بحث النماذج الأساسية

ما يحدد حقًا نمط المرحلة التالية، لا يزال أمرين أساسيين على مستوى أعمق - بنية النموذج ونمط التعلم. في الوقت نفسه، قد يظهر اتجاه واضح على جانب التطبيقات: عام الانفجار لاستبدال AI لمهن/مهام مختلفة.

الكاتب丨شين يوان

تحرير丨سونغ وي

بحسب معلومات حصرية حصلت عليها "متأخرًا" (وانديان LatePost) ، في يوم إدراج Zhipu في 8 يناير، نشر البروفيسور تانغ جيه من قسم علوم الحاسوب في جامعة تسينغهوا، المؤسس والمبادر الرئيسي والعالم الرئيسي في Zhipu، رسالة داخلية أعلن فيها عن قرب إطلاق الجيل الجديد من النموذج GLM-5.

قال تانغ جيه، اليوم هو "يوم مثير في حياة Zhipu". لم يرد مباشرة على الجدل حول نموذج الأعمال لشركات النماذج الكبيرة أو يحدد هدف Zhipu التجاري لعام 2026، لكنه شدد على أن "ما يستخدمه الناس فعلاً"، والنظرية أو التقنية أو المنتج القادر على مساعدة المزيد من الناس، هو الإنجاز المهم لـZhipu في طريقها نحو AGI.

أحدث DeepSeek تأثيرًا كبيرًا على شركات النماذج الكبيرة الصينية، ويعتقد كثيرون أن نجاح DeepSeek الظاهري قد هزّ أولاً موضع Zhipu، فكلاهما يتمتع بفرق بحث علمي أكاديمية متقاربة، كما أن Zhipu تساهم كثيرًا في النظام البيئي للنماذج المفتوحة المصدر.

تشير الرسالة الداخلية إلى أن Zhipu أنجزت في عام 2025 الاستراتيجية التي وضعتها في بداية العام، أي إطلاق نموذج "تثبيت القاعدة" في أبريل، ونموذج "الجلوس على الطاولة" (واحد من الأفضل) في منتصف العام، ونموذج Top 1 في نهاية العام.

هذه الاستراتيجية الشاملة للعودة إلى أبحاث النماذج الأساسية هي رد Zhipu على تأثير DeepSeek. في 23 ديسمبر، تم إطلاق وفتح مصدر نموذج الأساس GLM-4.7 من Zhipu، وأظهر مؤشر Artificial Analysis (AA) أن GLM-4.7 يحتل المركز الأول محليًا ويتقاسم المركز السادس عالميًا مع Claude 4.5 Sonnet.

بالإضافة إلى إصدار GLM-5، قدمت الرسالة الداخلية أيضًا ثلاثة اتجاهات تقنية ستركز عليها Zhipu في عام 2026، تشمل تصميم بنية نموذج جديدة كليًا، ونموذج RL (التعلم المعزز) أكثر عمومية، واستكشاف التعلم المستمر والتطور الذاتي للنماذج. جميعها تركز على تعزيز قدرات النماذج الأساسية.

مع تعزيز قدرات النماذج الأساسية، ستندمج في النهاية الـAgent ونماذج المجالات مع النماذج الأساسية، بل حتى قد لا يتطلب الأمر خلق تطبيقات جديدة للذكاء الاصطناعي. "يجب أن تعود تطبيقات النماذج الكبيرة أيضًا إلى المبادئ الأولى." قال تانغ جيه في منشور له على Weibo العام الماضي، أن 2026 سيكون عام انفجار استبدال AI لمهن مختلفة.

شهدت Zhipu أيضًا تعديلات تنظيمية واسعة في عام 2025، حيث تم تقليص حجم فرق To C والبحث والإنتاج وفريق إنتاج الفيديو، وتم فتح مصدر نتائج مثل AutoGLM تدريجيًا.

منذ إطلاق ChatGPT، شهدت السنوات الثلاث الماضية تطورًا سريعًا للذكاء الاصطناعي، "لم يكن هناك إجماع في الصناعة، بل الجميع يمضي قدمًا فقط." قال تانغ جيه في أحد الاجتماعات الداخلية.

فيما يلي النص الكامل لرسالة تانغ جيه المفتوحة، والتي نشرتها "متأخرًا" (وانديان LatePost) حصريًا بتفويض من Zhipu.

صناعة AGI بروح "القهوة"

أثناء زيارتي القصيرة إلى جامعة هونغ كونغ للعلوم والتكنولوجيا، التقيت بالبروفيسور يانغ تشيانغ صدفة في مقهى الطابق الأول من المختبر. قلت له إنني شربت الكثير من القهوة في الأيام الأخيرة وأشعر أنني مدمن بعض الشيء، وأحتاج إلى تقليلها.

قال الأستاذ يانغ: "لماذا تتوقف؟ الإدمان ليس دائمًا أمرًا سيئًا، إذا كان بإمكاننا أن ندمن البحث كما ندمن شرب القهوة، فهل سنقلق من عدم تحقيق نجاح في البحث؟".

نعم، "الإدمان" هو جوهر روعة الحياة، سواء كان في البحث أو في أمور أخرى، طالما كنا مركزين ومجتهدين، سننجح بالتأكيد.

"جعل الآلة تفكر مثل الإنسان" هو رؤية Zhipu وهدفها منذ البداية، وهو الهدف الوحيد الذي يسعى إليه فريق Zhipu باستمرار.

في نهاية عام 2018، وبإلهام من نظرية النظامين للإدراك البشري، صممنا نظام "إدراكي" للآلة يجمع بين التفكير السريع والبطيء. في عام 2019، أسسنا رسميًا Zhipu وبدأنا في استكشاف AGI وتحقيق الرؤية العظيمة لجعل الآلة تفكر مثل الإنسان.

أكبر تحد في هذا السياق ربما هو أنه حتى اليوم، لا يوجد أحد، بما فيهم نحن، يمكنه إعطاء تعريف دقيق لـAGI أو مسار تقني واضح لتحقيقه، وربما هذا هو سر جاذبية استكشاف AGI.

نحن نعيش في لحظة استثنائية لم تحدث من قبل في التاريخ، حيث تعيد التكنولوجيا مرة أخرى تشكيل العالم بشكل ثوري. النماذج الكبيرة ليست فقط الأساس الرئيسي للذكاء الاصطناعي العام، بل من المتوقع أن تصبح المحرك الأساسي لتحولات الإنتاجية.

عند استعراض الطريق الذي سرناه، أحد الأسباب المهمة لوصولنا إلى ما نحن عليه اليوم هو أننا تمسكنا دائمًا بتطوير تقنيات AI التي يستخدمها المستخدمون فعليًا. فقط النظريات أو التقنيات أو المنتجات التي يستخدمها الناس فعلاً يمكن أن تصبح في النهاية إنجازًا مهمًا في طريق AGI. بالطبع، ليس كل ابتكار ينجح، فقد فشلت العديد من مشاريعنا المحفوفة بالمخاطر، لكن غالبًا ما علمتنا الفشل كيف نستمد القوة منه، وجعل Zhipu أقوى وعمق فهمنا لـAGI. الأهم من ذلك، جعلنا نركز على الفائدة العملية دون الانشغال فقط بالمكاسب قصيرة الأجل: مساعدة المستخدمين، ومساعدة الدولة، وتعزيز التقدم العلمي العالمي أصبحت أهداف Zhipu طويلة الأمد.

في عام 2020، أطلقنا بنية خوارزمية النماذج الكبيرة الخاصة بنا GLM، وبدأنا محاولة تدريب نموذج أساس بـ10 مليارات معلمة، ونجح النموذج وحظي بتجربة من شركات عديدة منها Meituan. كانت هذه محاولة جريئة جدًا، حيث كان عصر النماذج الصغيرة مثل BERT لا يزال سائدًا في ذلك الوقت. لكن النجاح حينها كان لا يزال بعيدًا عن حلمنا في AGI. جزء من السبب هو أن كمية المعرفة في النموذج لم تكن كافية، والسبب الآخر هو أن النموذج لم يكن قادرًا بعد على التفكير الاستدلالي مثل الإنسان.

بين 2021 و2022، لم يكن تطور النماذج الكبيرة سلسًا، فمعظم الناس لم يتقبلوا فكرة "جعل الآلة تفكر مثل الإنسان" كخطة مجنونة مثل الهبوط على القمر، ولم يعتقدوا أنها قد تكون فرصة لتحول تقني كبير، أو ربما كانوا خائفين من الفشل. قررنا رغم ذلك أن نغامر، وندرب نموذجًا كبيرًا بـ130 مليار معلمة باستخدام بيانات أكثر.

كان هذا القرار صعبًا، لأنه لا يجب أن يؤثر على وتيرة تطور الشركة بشكل عام. لذلك أنشأنا فريقين صغيرين للابتكار، أحدهما مسؤول عن تدريب النموذج، وهو ما أصبح لاحقًا "فرسان GLM الثلاثة" في الشركة؛ والآخر مسؤول بشكل مستقل عن بناء منصة MaaS، وربما لم يكن الفريقان يعلمان بوجود بعضهما البعض حينها. في منتصف 2022، تم تدريب GLM-130B، وأثارت العديد من التصاميم الدقيقة انتباه العالم؛ وفي الوقت نفسه أطلقت منصة MaaS، أي bigmodel.cn الحالية، وحصلنا على أول دفعة من مستخدمي API الحقيقيين. بعد ذلك، أنشأنا رسميًا معهد الذكاء الاصطناعي في الشركة، مخصصًا لتطوير الجيل التالي من النماذج الكبيرة؛ وأنشأنا قسم منصة MaaS، لتقديم خدمات API للنماذج الكبيرة. أحيانًا نحتاج إلى أشخاص لديهم أحلام جريئة بما فيه الكفاية (بل ونستثمر جهدًا إضافيًا للعثور عليهم)، فهدف جريء وضخم قد يقرر نصف النجاح.

في عام 2023، تحدثت مع أحد رواد الأعمال البارزين في الصين (هو في الواقع أصغر مني بكثير) حول تأثير AI المستقبلي، واتفقنا على أن AI سيغير البحث، والمتصفحات، وسيمنح كل شخص مساعد AI جديد كليًا؛ بل بعد هذا المساعد، قد لا نحتاج إلى متجر تطبيقات، بل سنحتاج إلى "متجر API" خاص بالذكاء الاصطناعي، وربما يكون منطق هذا المتجر هو قلب نظام التشغيل الحالي؛ وربما يكون التغيير الأكبر هو الحاسوب نفسه، فحينها قد لا نحتاج إلى حاسوب مخصص للبشر، بل حاسوب مناسب للذكاء الاصطناعي.

سيكون معنى هذا التحول هائلًا، لأنه سيعيد تشكيل منطق الحوسبة من الأساس، ويتحدى حجر الأساس الذي اعتمدت عليه علوم الحاسوب لـ80 عامًا - بنية فون نيومان. عندما وصلنا إلى هذه النقطة في النقاش، شعرنا معًا أننا لا نستثمر بما فيه الكفاية في AI، ولم نصل إلى مستوى "الكل في" بعد.

لكن الواقع قاسٍ أيضًا، فـ"الكل في" لا يحتاج فقط إلى إيمان راسخ، بل إلى تمويل قوي جدًا، ودعم من الفريق، وتوقعات دقيقة. 2023 إلى 2024 كانا عامي انفجار عالمي للنماذج الكبيرة، حيث اندفعت الشركات الكبرى بقوة نحو النماذج الكبيرة، واشتعلت ريادة الأعمال محليًا، وظهرت مئات النماذج ومختلف مساعدين AI بلا توقف.

ربما ارتكبنا أخطاء حينها، تقنيًا وتجاريًا. عند مراجعة ما حدث، ربما السبب هو أننا ضللنا أحيانًا في مطاردة AGI، وتأثرنا بالعائدات القصيرة الأجل والحماس المؤقت. AGI هو تحول تقني، والتقنية متاحة للجميع، وشفافة، ويجب أن يستخدمها الجميع ويستفيد منها.

بعد ذلك جاء ظهور DeepSeek ليوقظنا. عندما أسس ون فنغ شركته في 2023 تحدث معي، ولم أكن أدرك حينها مدى إصراره على AGI، أشكره لأنه منحني أفكارًا مختلفة. الإصرار على السعي التقني نحو AGI، واستكشاف حدوده باستمرار، مع التوقع الدقيق للمستقبل، أصبحا ما يحتاج Zhipu إلى تطويره باستمرار في المرحلة التالية. لقد علمتنا هاتان السنتان الكثير، والأهم أنهما عززتا فهمنا لـAGI، وإدارة الشركة، والمنافسة التجارية من خلال "التعلم المعزز".

خلال العام الماضي، أجرينا بالفعل "تعزيزًا" منهجيًا. رفعنا شعار "الثبات" و"الإنجاز"، وطالبنا الجميع بالثبات، دون غرور أو خوف، وتحقيق إنجازات في المهام الموكلة لكل شخص في Zhipu، وتحقيق ذاته.

في بداية العام، كان كل شيء صعبًا للغاية، لم تحقق النماذج النتائج المتوقعة، وكانت هناك حرب أسعار في كل أنحاء البلاد، وكان突破 المنافسة يتطلب إيجاد نقطة انطلاق دقيقة.

ثبتنا مواقعنا، ووجدنا أخيرًا أن كود البرمجة هو نقطة الانطلاق.

إذا كان إصدار GLM-4.1 في أبريل مجرد محاولة رمزية، فإن إصدار GLM-4.5 في نهاية يوليو كان معركة حاسمة تقريبًا، حيث عمل جميع فرق التقنية والمنصة والأعمال بلا كلل وليل نهار، وحققنا أخيرًا فوزًا طال انتظاره، ثم جعلنا GLM-4.6 وGLM-4.7 قادرين على الوقوف جنبًا إلى جنب مع النماذج العالمية الرائدة. حصل GLM-4.7 لدينا على SOTA للنماذج المفتوحة المصدر والمحلية في العديد من التقييمات مثل AA و"الساحة"، وكانت تجربة المستخدم في البرمجة والـAgent ممتازة، واستخدم 150,000 مطور من 184 دولة خطة GLM Coding، وبعد إصدار GLM-4.7 تجاوز دخل ARR السنوي لمنصة MaaS 500 مليون (منها أكثر من 200 مليون من الخارج)، وانتقلنا من 20 مليون إلى 500 مليون (25 ضعفًا) في عشرة أشهر فقط.

بشكل عام، أنجزنا في جانب النماذج الاستراتيجية العامة التي وضعناها في بداية العام: إطلاق نموذج "تثبيت القاعدة" في أبريل، ونموذج "الجلوس على الطاولة" (واحد من الأفضل) في منتصف العام، ونموذج Top 1 في نهاية العام. هذا وضع أساسًا مهمًا لمواصلة السعي لبلوغ القمة التقنية في AGI.

كما أحرز الذكاء الاصطناعي السيادي لدينا تقدمًا جديدًا: تم بناء منصة MaaS الوطنية الماليزية اعتمادًا على نموذج Z.ai مفتوح المصدر، وأصبح GLM نموذجًا وطنيًا في ماليزيا. كان إخراج الذكاء الاصطناعي السيادي إلى الخارج نتيجة تأثري بكلمة الأمين العام في اجتماع بعد حضوري لمائدة مستديرة قال فيها "يجب أن يخرج الذكاء الاصطناعي الصيني للعالم"، لكن بصراحة لم أكن أعرف كيف أفعل ذلك. جرأة فريقنا الدولي على المحاولة والمجازفة وتحقيق الإنجازات جعلت من إخراج النماذج الصينية إلى الخارج علامة فارقة. وعلى مستوى الأعمال، تجرأنا على المنافسة، وحققنا مرة أخرى هدف مضاعفة الإيرادات السنوية.

في ظل هذه التحديات والفرص المتشابكة، أصبحنا اليوم بطريقة شبه مستحيلة أول شركة نماذج كبيرة مدرجة عالميًا، وهذا يعكس اعتراف السوق بقيمتنا التقنية والتجارية. "اجعل المستحيل ممكنًا" - هل تتذكرون أننا قلنا ذلك من قبل؟

ربما لم يكن التحول الأكبر هذا العام في Zhipu نفسها، بل في مجموعة من الشباب في الصفوف الأولى، الذين حققوا أمورًا بدت مستحيلة.

في عام 2026، هدف الشركة هو أن تصبح شركة نماذج كبيرة رائدة دوليًا. خلال العام الماضي ناقش الجميع النماذج الكبيرة، وتركز كثيرون على التطبيقات والنظام البيئي.

ما يحدد حقًا نمط المرحلة التالية، لا يزال أمرين أساسيين على مستوى أعمق - بنية النموذج ونمط التعلم. في الوقت نفسه، قد يظهر اتجاه واضح على جانب التطبيقات: عام الانفجار لاستبدال AI لمهن/مهام مختلفة.

استنادًا إلى هذا التقييم، سنركز في عام 2026 على:

• GLM-5. قريبًا سيلتقي GLM-5 بالجميع، ومن خلال المزيد من التوسيع والتحسينات التقنية الجديدة، نعتقد أن GLM-5 سيمنح الجميع تجارب جديدة كثيرة، وسيساعد AI الجميع في إنجاز المزيد من المهام الواقعية.

• تصميم بنية نموذج جديدة تمامًا. بعد ما يقرب من 10 سنوات من الاستخدام الواسع، بدأت بنية Transformer تظهر بعض القصور، بما في ذلك تكلفة الحساب للسياق الطويل جدًا، وآلية الذاكرة، وآلية التحديث وغيرها. كل هذا يتطلب استكشاف بنية نموذج جديدة، واكتشاف نمط توسيع جديد، وزيادة كفاءة الحوسبة من خلال تقنيات مثل التصميم التعاوني بين الشريحة والخوارزمية.

• RL بقدرة تعميم أقوى. على الرغم من أن نمط RLVR السائد حاليًا قد حقق نجاحًا في الرياضيات والبرمجة، إلا أن اعتماده على بناء بيئات قابلة للتحقق يدويًا بات أكثر وضوحًا. هذا العام، نحتاج إلى استكشاف نمط RL أكثر عمومية، بحيث يدعم AI ليس فقط في تنفيذ مهام محددة بأوامر بشرية، بل أيضًا في فهم وتنفيذ المهام طويلة الأمد التي تمتد لساعات أو حتى أيام.

• أكثر الاستكشافات تحديًا هو فتح الطريق نحو التعلم المستمر والتطور الذاتي. جميع النماذج الذكية السائدة حاليًا تكون ذكاءها ثابتًا بعد النشر. فهي تكتسب المعرفة عبر عملية تدريب ضخمة لمرة واحدة، ثم تتقادم تدريجيًا أثناء الاستخدام. هذا يختلف تمامًا عن قدرة الدماغ البشري على التعلم والتطور المستمر من خلال التفاعل مع العالم. نحتاج إلى وضع رؤية استباقية لنمط التعلم الجديد - التعلم عبر الإنترنت (Online Learning) أو التعلم المستمر (Continual Learning).

لسنا شركة تقليدية، ولا ننوي أن نصبح واحدة منها. نريد أن نكون شركة AI أصلية يمكن أن يحدث فيها كل شيء: تطوير الجيل التالي من النماذج التي ترفع حدود الذكاء باستمرار، وتطوير منتجات وخدمات محورها AI لخدمة المستخدمين. يجب أن يصبح AI أفضل مساعد لكل فرد، ويساعدنا في إنجاز المهام. نعتقد أنه لا بد من إشراك AI في إدارة الشركة لخفض التكاليف وزيادة الكفاءة وتحقيق المزيد من العدالة.

مع مرور الوقت، تميل الشركات إلى الاعتياد على فعل نفس الشيء وإجراء تحسينات تدريجية، ويحد ذلك من قدرتنا على الابتكار. لكن في عصر AI، كل شيء تحولي، ونحتاج إلى القليل من "عدم الراحة" للحفاظ على قدرتنا على الابتكار وتقديم أفكار ثورية تدفعنا نحو مجال نمو كبير جديد.

لذا أنشأنا في Zhipu قسمًا جديدًا تمامًا X-Lab، يهدف إلى جمع المزيد من الشباب بطريقة مفتوحة لاستكشاف الحدود، بما في ذلك بنى النماذج الجديدة، ونمط الإدراك الجديد، وسيتم احتضان مشاريع جديدة، ولن تقتصر على البرمجيات أو الأجهزة. في الوقت نفسه، سنوسع استثماراتنا الخارجية، ليس فقط من خلال شراكات استراتيجية مع الشركات الحالية، بل أيضًا بفتح مناطق جديدة، لجعل الصناعة بأكملها مترابطة، ويزدهر النظام البيئي ككل. في X-Lab، مهمة كل شخص هي تنفيذ ابتكارات ثورية بالكامل، والعودة بالنهاية إلى الخط الرئيسي للـAGI.

اليوم هو يوم مثير في حياة Zhipu، وهو علامة فارقة في تاريخها، وبداية عصر جديد كليًا. أحب كثيرًا علامة Z.ai، فـZ هو آخر حرف في الأبجدية، ويعني النهاية القصوى، ونأمل أن نصل إلى أقصى حدود الذكاء في استكشافنا لـAGI، وهذا هو هدفنا. نحن متحمسون جدًا:

- لدينا مشروع طموح يغير العالم

- نركز على المصلحة بعيدة المدى وننظر للمستقبل

- نركز أكثر ونستكشف جوهر AGI

- نستخدم AI لتمكين رواد الأعمال والشركات العظيمة

- نستفيد من التوقعات الأدق لاقتناص فرص نمو الشركات

- في النهاية، نأمل أن نتمكن من تقديم AI مختلف للبشرية، ودفع رفاهية الإنسان فعليًا إلى الأمام.

هذه لحظة سعادة لا تضاهى، وليست سعادة لحظية من الدوبامين، بل إندورفين تراكم على طريق استكشاف AGI، ويجعلنا أكثر تركيزًا، وواقعيين، ونمضي قدمًا باستمرار!

تانغ جيه

2026.1.8

مصدر صورة الغلاف: "Dune 2"

- النهاية -