حصاد 2025.. أهم النماذج اللغوية الكبيرة التي أُطلقت هذا العام
يشهد الذكاء الاصطناعي اليوم تطورًا متسارعًا بنحو كبير، وبحسب تقرير صادر من Market Research Future، من المُتوقع أن يصل سوق النماذج اللغوية الكبيرة (LLMs) في أمريكا الشمالية وحدها إلى 105.5 مليارات دولار بحلول عام 2030. وقد أتاح النمو المتسارع لأدوات الذكاء الاصطناعي، بالإضافة إلى الوصول إلى كميات كبيرة من البيانات النصية، آفاقًا غير مسبوقة لتوليد محتوى أكثر تطورًا وجودة. وفيما يلي سنذكر أبرز النماذج اللغوية الكبيرة التي أُطلقت خلال عام 2025 والتي تتمتع بقدرات مميزة، سواء في معالجة اللغة الطبيعية، أو توليد الشيفرات البرمجية، أو توليد الصور وغير ذلك: نموذجا GPT-5 و GPT-Image 1.5 من OpenAI واصلت OpenAI تطوير نماذجها اللغوية الكبيرة (GPT) خلال عام 2025، وقد أعلنت الشركة أحدث نماذجها الرائدة GPT-5، الذي يمثل قفزة نوعية كبيرة في مستوى الذكاء، ويُعد أكثر نماذجها تقدمًا حتى الآن. ويقدم هذا النموذج أداءً مميزًا في البرمجة والرياضيات والكتابة، بالإضافة إلى قدرات عالية في الاستدلال، ومعالجة المشكلات المعقدة. وآخرًا، أعلنت شركة OpenAI إطلاق نموذج GPT-Image 1.5 لتوليد الصور، ويمتاز هذا النموذج بقدرة متقدمة ودقة عالية في مجال تحرير الصور، ويمكنه إجراء تعديلات محددة بعناية من دون المساس ببقية عناصر الصورة، مع الحفاظ على انسجام الإضاءة والتكوين وتفاصيل الوجوه. كما يمكن للنموذج القيام بعمليات الإضافة والحذف والدمج والمزج، بالإضافة إلى نقل العناصر داخل الصورة بسلاسة. وتتنوّع مجالات استخدامه لتشمل تحرير الصور الاحترافي، وتجارب القياس الافتراضي للملابس وتسريحات الشعر، كما يمكنه دمج أشخاص مع حيوان أليف من صور مختلفة في مشهد واحد، أو تحويل صورة عادية إلى ملصق سينمائي بطابع كلاسيكي. نموذجا Gemini 2.5 Pro و Gemini 3 من جوجل أطلقت جوجل في شهر مارس نموذج Gemini 2.5 Pro المتقدم والمزود بوضع Deep Think الذي يتيح له التحليل خطوة بخطوة وحل المشكلات المعقدة، بالإضافة إلى تميّزه في البرمجة وفهم وتوليد النصوص والصور والشيفرات البرمجية. كما أطلقت الشركة نماذج متخصصة، أبرزها: Gemini 2.5 Flash Image (المعروف باسم Nano Banana) لتحرير الصور المتقدم، ونموذج توليد الفيديو الرائد Veo 3 القادر على إنشاء مقاطع فيديو قصيرة عالية الجودة من النصوص أو الصور، والمُدمج في تطبيق Gemini. وفي شهر نوفمبر، كشفت الشركة عن Gemini 3 وأكدت أن هذا النموذج يُعد خطوة جديدة وكبيرة نحو الذكاء الاصطناعي العام (AGI)، وتصفه بأنه الأفضل عالميًا في الفهم المتعدد الوسائط. وبالمقارنة مع Gemini 2.5 Pro، يتفوق النموذج الجديد عليه في كل المقاييس الرئيسية. فقد حقق 1501 نقطة في اختبار LMArena، متقدمًا على Grok 4.1 Thinking الذي سجل 1483 نقطة، وأما Gemini 2.5 Pro فقد كان في المركز الثالث وحصل على 1452 نقطة. وفي اختبارات أخرى مثل Humanity’s Last Exam، حقق النموذج الجديد نسبة تبلغ 37.5% دون استخدام أدوات مساعدة، وهو أداء يعكس قدرات استدلال بمستوى الدكتوراه بحسب جوجل. وتقول الشركة إن النموذج الجديد يقدم مستوى جديدًا من العمق والدقة في كل تفاعل. فمعظم نماذج الذكاء الاصطناعي تميل إلى إرضاء المستخدم، وأما Gemini 3 فيقدم إجابات ذكية ومباشرة وواضحة، مع تركيز أكبر على الحقيقة بدل المجاملة. نموذج DeepSeek-R1 من DeepSeek تواصل شركة DeepSeek الصينية، دفع حدود الابتكار مع التركيز في تطوير نماذج متخصصة ومتعددة الاستخدامات في آن واحد. وفي أواخر 2024 أطلقت الشركة DeepSeek V3.1 الذي يُعد من أقوى النماذج المفتوحة المصدر حاليًا، ويقدّم أداءً منافسًا لنماذج رائدة مثل GPT-4o. وفي منتصف 2025، واصلت الشركة تحديث نماذجها، وإطلاق نماذج جديدة أبرزها: سلسلة DeepSeek-R1. فقد أطلقت في يناير نموذجين جديدين للذكاء الاصطناعي هما R1 و R1-Zero، مؤكدةً أنهما يقدّمان أداءً منافسًا لنماذج التفكير المنطقي o1 التابعة لشركة OpenAI، وهي نماذج تعتمد على التحليل والتفكير المتدرّج والمقارنة قبل توليد الإجابات. كما كشفت الشركة عن ستة نماذج مفتوحة المصدر أصغر حجمًا، يتمتع بعضها بأداء يضاهي نموذج OpenAI-o1-mini. ويتميّز نموذج DeepSeek-R1-Zero بأسلوب تدريب مبتكر، إذ طوّر قدراته الاستدلالية عبر التعلّم المعزّز دون الاستعانة ببيانات بشرية، معتمدًا على نظام مبسّط وقواعد واضحة للتحقق من صحة النتائج، مثل التحقق من دقة حلول المسائل الرياضية وصحة الشيفرات البرمجية. وأظهرت نتائج الاختبارات أن نموذج DeepSeek-R1 يقدّم أداءً قريبًا من نموذج OpenAI-o1-1217 في عدد من معايير الاستدلال المعتمدة لتقييم نماذج الذكاء الاصطناعي. نموذج Qwen3 من علي بابا تواصل شركة علي بابا تطوير مجموعتها من النماذج اللغوية، وأحدثها سلسلة Qwen3 المفتوحة المصدر، وتشير بعض التقارير بأن هذه السلسلة تتفوق على GPT-4o و DeepSeek-V3 في معظم المعايير العامة، مع استهلاك أقل بكثير للموارد الحاسوبية. وتشمل السلسلة نماذج مثل Qwen3-235B-A22B و Qwen3-30B-A3B، وجميعها مفتوحة المصدر، ومتاحة عبر منصات متعددة مثل Alibaba Cloud API و Hugging Face وModelScope. كما تضم السلسلة نماذج أخرى مثل Qwen3-32B وQwen3-4B. وللمهام المتخصصة، تتوفر نماذج مثل Qwen3-Coder لهندسة البرمجيات، وQwen-VL لتطبيقات الرؤية واللغة، وQwen-Audio لمعالجة الصوت. وقد حظيت سلسلة Qwen بانتشار واسع في الأوساط التجارية والتطويرية، مع اعتمادها من أكثر من 90 ألف شركة في مجالات تشمل الإلكترونيات الاستهلاكية والألعاب وغيرها. نموذجا Grok 4 و Grok 4 Heavy من xAI يُعدّ نموذجا Grok 4 و Grok 4 Heavy، الأحدث والأكثر ذكاءً من شركة xAI، وقد تصدّرا عدة معايير أساسية بفضل قدرات استدلال محسّنة عبر التعلم المعزز الواسع النطاق. يمتاز نموذج Grok 4 بقدرات متقدمة في الاستدلال المنطقي، وحل المسائل الرياضية، وتوليد الأكواد البرمجية، كما يتميز بقدرته على تحليل النصوص والصور حتى 256 ألف رمز، مع أداء يتفوق بوضوح على الإصدار السابق Grok 3، خاصة في فهم الرسوم البيانية وحل المشكلات المعقدة. وحقق Grok 4 نتائج لافتة في اختبار Humanity’s Last Exam بحل أكثر من 44% من الأسئلة دون الاستعانة بمحركات بحث خارجية. وأما Grok 4 Heavy فهو الإصدار الاحترافي من Grok 4، ويعتمد على وكلاء أذكياء يتعاونون لحل الاستفسارات عبر مقارنة الإجابات، واختيار الأفضل منها. نموذج Llama 4 من ميتا تواصل شركة ميتا ريادتها في مجال النماذج اللغوية الضخمة من خلال نماذج Llama المتقدمة، وأحدث إصدار رئيسي هو Llama 4، الذي يضم نماذج متعددة الوسائط مثل Llama 4 Scout و Llama 4 Maverick، القادرة على معالجة النصوص والصور ومقاطع الفيديو القصيرة. يتميز Llama 4 Scout بنافذة سياق تصل إلى 10 ملايين رمز؛ مما يجعله مثاليًا للمهام التي تتطلب تحليلًا موسعًا للوثائق. وأما سلسلة Llama 3، التي تتضمن الإصدارات 3.1 و 3.3، فهي نماذج نصية قوية مُحسّنة لخدمات العملاء وتحليل البيانات وإنشاء المحتوى. وعلى عكس النماذج المغلقة مثل تلك المقدمة من OpenAI وجوجل، تتيح نماذج Llama المفتوحة المصدر مرونة وتحكمًا أكبر للمطورين، ويتضمن ذلك إمكانية الضبط الدقيق والنشر عبر بنية تحتية خاصة، وهو ما يجذب الشركات الباحثة عن قابلية التوسع ومستويات أعلى من الأمان. وتشير التقارير إلى أن Llama 4 Maverick وScout يتفوقان على منافسين مثل GPT-4o و Gemini 2.0 Flash في عدة معايير، خاصة في البرمجة والاستدلال وتعدد اللغات. نموذجا (فالكون عربي) و (فالكون H1) فالكون عربي (Falcon Arabic) هو أول نموذج ذكاء اصطناعي باللغة العربية ضمن سلسلة (فالكون) الشهيرة، وهو النموذج العربي الأعلى أداءً على مستوى الشرق الأوسط وفقًا لتقييمات منصة (Open Arabic LLM Leaderboard). ويُعدّ من أكثر النماذج تقدمًا باللغة العربية بفضل تدريبه على بيانات عالية الجودة باللغة العربية الأصلية التي تشمل اللغة العربية الفصحى بمختلف مستوياتها، بالإضافة إلى اللهجات الإقليمية المتنوعة. وهذا التدريب الشامل يمنح النموذج قدرة فائقة على فهم التنوع اللغوي الغني في العالم العربي واستيعاب سياقاته الثقافية. وأما (فالكون H1) فيمتاز بسرعة استدلال فائقة واستهلاكًا منخفضًا للذاكرة، مع الحفاظ على أداء متقدم وموثوق به في مختلف الاختبارات القياسية. كما يتميز بقدرات لغوية متقدمة، إذ يدعم اللغات ذات الأصل الأوروبي، ويتمتع بقدرة توسعية فريدة لدعم أكثر من 100 لغة مختلفة، ويأتي هذا الإنجاز بفضل مشفر لغوي متعدد اللغات دُرب على بيانات متنوعة وشاملة. وتضم عائلة (فالكون H1) نماذج متعددة الأحجام لتلبية احتياجات المطورين المختلفة. يمكنك تعرّف المزيد عن كلا النموذجين في المقال التالي: “إنجازات إماراتية في الذكاء الاصطناعي.. إطلاق نموذجي “فالكون عربي” و”فالكون H1″“. نسخ الرابط تم نسخ الرابط
