أطلقت جوجل نموذج Nano Banana 2 لتحسين توليد الصور، وكشفت Perplexity عن أداة Computer لتنفيذ المهام المعقدة عبر السحابة، فيما أغلقت OpenAI جولة تمويل تاريخية وعرضت بعض تفاصيل شراكتها مع وزارة الدفاع الأميركية.
أعلنت جوجل عن إطلاق الإصدار الأحدث من نموذج توليد الصور Nano Banana 2، المعروف تقنيًا باسم Gemini 3.1 Flash Image، ليصبح النموذج الافتراضي لتوليد الصور داخل تطبيق Gemini في أوضاع Fast Thinking Pro.
النموذج الجديد يقدم تحسنًا ملحوظًا في الواقعية البصرية مقارنة بالإصدار السابق، مع الحفاظ على سرعة توليد عالية. يدعم إنشاء صور بدقة تتراوح بين 512 بكسل وحتى 4K، وبنسب أبعاد متعددة، ما يجعله مناسبًا لاستخدامات متنوعة من المحتوى السريع إلى الإنتاج شبه الاحترافي.
تقنيًا، يستطيع Nano Banana 2 الحفاظ على اتساق يصل إلى خمسة شخصيات داخل المشهد الواحد، مع تتبع دقيق لما يصل إلى 14 عنصرًا مختلفًا في نفس سير العمل، ما يعزز قدرته على دعم السرد البصري المعقد. كما يدعم أوامر نصية تفصيلية ذات متطلبات دقيقة تشمل الإضاءة، الخامات، ودرجة التفاصيل.
سيتم اعتماده أيضًا افتراضيًا داخل أداة تحرير الفيديو Flow، وفي نتائج Google Lens ووضع AI Mode في نطاق 141 دولة.
المصدر: Google
أطلقت Perplexity أداة جديدة تحمل اسم Perplexity Computer، وهي وكيل حاسوبي سحابي قادر على تنفيذ مهام معقدة بشكل مستقل عبر تنسيق 19 نموذج ذكاء اصطناعي مختلف، مع إمكانية إنشاء وكلاء فرعيين لمعالجة أجزاء محددة من المهمة.
الأداة متاحة حالياً ضمن أعلى باقة اشتراك للشركة (Perplexity Max بسعر 200 دولار شهرياً) وتعمل بالكامل عبر السحابة، ما يقلل من بعض المخاطر الأمنية المرتبطة بالوكلاء الذين يعملون محلياً على أجهزة المستخدمين.
وفقاً للشركة، يمكن للنظام تنفيذ سير عمل متكامل يشمل جمع بيانات مالية أو قانونية، إجراء تحليلات متقدمة، ثم إخراج النتائج على شكل مواقع ويب أو تصورات بصرية جاهزة.
الاستراتيجية التقنية تعتمد على مفهوم “تعدد النماذج”، حيث يقوم النظام باختيار النموذج الأنسب لكل مهمة تلقائياً , مثل : استخدام نماذج متخصصة للبرمجة أو البحث الطبي أو المخرجات البصرية وذلك بهدف تحقيق توازن بين الدقة والتكلفة.
Perplexity تشير إلى أنها لم تعد تعتمد على فهارس بحث خارجية، بل تمتلك واجهة بحث محسّنة بالذكاء الاصطناعي، مع تركيز متزايد على الاشتراكات المؤسسية والبحث العميق بدلاً من التوسع العددي في المستخدمين.
المصدر: Perplexity + Bloomberg
جمعت OpenAI تمويلاً قياسياً بقيمة 110 مليارات دولار، في صفقة تقيّم الشركة عند 730 مليار دولار قبل إضافة الأموال، لترتفع القيمة بعد التمويل إلى نحو 840 مليار دولار. الجولة تُعد الأكبر في تاريخ الشركة، وتهدف إلى دعم توسعها الضخم في الحوسبة والبنية التحتية واستقطاب المواهب.
تصدرت Amazon المستثمرين بضخ 50 مليار دولار، منها 15 ملياراً فوراً و35 ملياراً مشروطة بتحقيق طرح عام أو إعلان الوصول إلى الذكاء العام الاصطناعي. كما استثمرت سوفت بانك و انفيديا 30 مليار دولار لكل منهما.
بموجب الشراكة، ستعتمد OpenAI على شرائح Trainium التابعة لأمازون، مع تطوير نماذج مخصصة، إضافة إلى إنفاق 100 مليار دولار على خدمات AWS خلال ثماني سنوات. كما تخطط لنشر 5 جيجاواط من عتاد Nvidia لتدريب نماذجها.
الصفقة تعكس تصاعد رهانات شركات السحابة والرقائق على عملائها من مطوري الذكاء الاصطناعي، في وقت تتزايد فيه المخاوف من تضخم الإنفاق على مراكز البيانات دون وضوح العائد النهائي.
المصدر: Bloomberg
اعترف سام ألتمان، بأن صفقة OpenAI مع وزارة الدفاع الأميركية كانت “سريعة بالتأكيد” وأن “الصورة لم تبدو جيدة”. جاء ذلك بعد فشل مفاوضات بين آنثروبك والبنتاغون، وما تبعها من توجيه رئاسي بوقف استخدام تقنيتها خلال فترة انتقالية، مع تصنيفها ضمن المخاطر في سلسلة التوريد.
سريعاً، أعلنت OpenAI اتفاقاً لنشر نماذجها في بيئات مصنفة. الشركة أكدت في تدوينة رسمية أن نماذجها لا يمكن استخدامها في ثلاث حالات: المراقبة الجماعية داخل الولايات المتحدة، أنظمة الأسلحة الذاتية بالكامل، وقرارات آلية عالية المخاطر مثل أنظمة “الائتمان الاجتماعي”.
OpenAI أوضحت أن الضمانات لا تعتمد فقط على بنود تعاقدية، بل على بنود حماية متعددة الطبقات، تشمل تشغيل النماذج عبر واجهات سحابية، وإشراف موظفين مخوّلين، مع احتفاظ الشركة بالتحكم الكامل في منظومة السلامة.
ورغم الانتقادات، قال ألتمان إن الهدف كان “خفض التصعيد” بين الصناعة ووزارة الدفاع، معتبراً أن نجاح الخطوة سيُثبت جدواها، وإلا ستُوصَف بأنها متسرعة وغير محسوبة.
المصدر: Bloomberg
Transfer Learning
التعلم الانتقالي
أسلوب في التعلم الآلي يتم فيه استخدام نموذج مدرب مسبقًا على مشكلة جديدة.
