6 روبوتات تبني سور الصين العظيم باستخدام 81,920 قطعة ليغو في معرض WAIC 2026
في مؤتمر شانغهاي العالمي للذكاء الاصطناعي لعام 2026، خاضت ستة روبوتات تحديًا عامًا غير مألوف: بناء نموذج كبير لسور الصين العظيم باستخدام 81,920 قطعة بناء مصغرة في غضون 15 ساعة.
6 روبوتات تبني سور الصين العظيم باستخدام 81,920 قطعة ليغو في معرض WAIC 2026
مقدمة
في مؤتمر شانغهاي العالمي للذكاء الاصطناعي لعام 2026، خاضت ستة روبوتات تحديًا عامًا غير مألوف: بناء نموذج كبير لسور الصين العظيم باستخدام 81,920 قطعة بناء مصغرة في غضون 15 ساعة.
بلغ طول الهيكل النهائي حوالي 3.5 أمتار، وعرضه حوالي 1.5 متر، وأعلى نقطة فيه حوالي 1.1 متر. شاركت أربعة روبوتات مكتبية وروبوتان بشريان على عجلات في العملية، وتولت المسؤولية الكاملة بدءًا من وضع قطع البناء الدقيقة وحتى نقل وتجميع الوحدات الأكبر.
وفقًا للتقارير الأصلية، تعمل هذه الروبوتات بشكل مستقل دون الحاجة إلى تحكم عن بعد أو نصوص حركية ثابتة مسبقة. فهي تحتاج إلى استشعار مساحة العمل، وتحديد الخطوة التالية، والتنسيق فيما بينها، واكتشاف أخطاء التثبيت، وتصحيح الانحرافات أثناء البناء.
روبوت يعمل بجانب نموذج سور الصين العظيم الكبير المبني من قطع البناء.
نظم هذا التحدي شركة Dexmal (الاسم الصيني: يوانلي لينغجي). وقد استخدمته الشركة كاختبار عام لمعرفة ما إذا كان الذكاء المجسد يمكنه تجاوز حدود العروض التوضيحية القصيرة، وتنفيذ مهام طويلة المدى وعالية الدقة تتطلب تنسيقًا جسديًا في بيئة معرض حقيقية.
ملاحظة حول الدقة: الأوصاف مثل "الأول من نوعه في العالم" و"مستقل تمامًا" و"رائد في الصناعة" مأخوذة من Dexmal أو التقارير الأصلية. تدعم العروض العامة والمواد التقنية الإطار العام، ولكن مصادر المعلومات لم تقدم مراجعة مستقلة كاملة لكل تفاصيل التشغيل.
80,000 قطعة بناء واختبار عام بدون نصوص برمجية
قد يبدو سور الصين العظيم المبني من قطع البناء في البداية وكأنه خدعة مصممة خصيصًا لموقع المعرض. ولكن عند تحليل متطلباته التقنية، نجد أن هذه المهمة تمس ثلاثة عوائق رئيسية كانت تعيق منذ فترة طويلة انتقال الروبوتات من العروض المخبرية إلى التطبيقات الإنتاجية الفعلية.
التعامل الدقيق على مستوى المليمترات الفرعية
يجب أن تتصل قطع البناء بإحكام وثبات. لذلك، يجب على الروبوتات تنفيذ حركات محكومة ضمن نطاق حوالي 0.1 إلى 1 ملم.
يتطلب هذا المستوى من الدقة تضافر عدة قدرات:
- قدرة دقيقة على الإدراك البصري والمكاني
- قدرة على التحكم الحركي الدقيق
- قدرة قيادة مستقرة
- قدرة موثوقة على اكتشاف التلامس
- قدرة على تصحيح أخطاء التموضع الطفيفة
لا يقتصر التحدي على نقل جسم من مكان إلى آخر. بل يجب محاذاة كل قطعة بناء، وضغطها في مكانها لتصبح جزءًا من الهيكل المحيط، دون إتلاف القطع الموضوعة بالفعل.
قارنت التقارير الأصلية الاستقرار المطلوب بالارتعاش الطبيعي ليد الإنسان في حالة الاسترخاء (الذي قد يصل إلى مقاييس مماثلة). النقطة الجوهرية واضحة: يجب على الروبوت الحفاظ على الدقة والاتساق عبر آلاف الحركات المتكررة.
ستة روبوتات بدون نقطة تحكم بشرية واحدة
المشغل:
التحدي الثاني هو التنسيق.
يتكون النظام من ستة روبوتات من نوعين مختلفين من الأجسام. تشترك في نفس مساحة العمل الفعلية، ويجب أن تقسم المهام فيما بينها دون الاصطدام ببعضها البعض أو تكرار نفس العملية.
تشير التقارير إلى عدم وجود مشغل بشري يقود الفريق بأكمله باستمرار من لوحة تحكم مركزية. بدلاً من ذلك، يستشعر كل روبوت محيطه بشكل مستقل، ويتخذ قرارات محلية، ويتواصل مع الآخرين للتفاوض على توزيع المهام.
يمكن تخصيص العمليات الأكثر دقة وحساسية للروبوتات المكتبية، بينما تتولى الروبوتات البشرية على العجلات مهام الحركة والنقل والتجميع الأكبر.
التنسيق متعدد الوكلاء شائع في المحاكاة والأبحاث الأكاديمية. ولكن تشغيل روبوتات غير متجانسة معًا لفترات طويلة في بيئة معرض مزدحمة هو أصعب بكثير، نظرًا لتأخيرات الاتصال، وأخطاء الإدراك، والعوائق المادية، والانحراف التراكمي في التموضع.
التشغيل المستمر لمدة خمس عشرة ساعة
التحدي الأخير هو المدة الزمنية.
قد يكون أداء روبوت لحركات منتقاة بعناية في غضون دقائق أمرًا مثيرًا للإعجاب. لكن مهمة مدتها 15 ساعة تطرح سؤالاً مختلفًا: مع زيادة عدد الحركات، هل يمكن للنظام الحفاظ على الدقة والتعافي من الأخطاء الصغيرة؟
كل قطعة بناء تحمل خطرًا جديدًا لسوء التموضع. خطأ صغير في بداية البناء قد يؤثر على الأجزاء اللاحقة، لذلك يحتاج النظام إلى حلقة مغلقة:
- ملاحظة الحالة الحالية.
- اختيار الحركة التالية.
- تنفيذ التثبيت.
- التحقق من تطابق النتيجة مع الحالة المتوقعة.
- تصحيح الحركة عند الضرورة.
- الاستمرار من الحالة المحدثة.
يهدف الاختبار المشترك للدقة والتنسيق والمدة الزمنية إلى التحقق مما إذا كان الذكاء الاصطناعي المجسد قادرًا على إنتاج عمل مفيد لفترة طويلة وليس مجرد عرض توضيحي قصير ومعزول.
التحدي متعدد الروبوتات جذب جمهورًا غفيرًا في معرض WAIC 2026.
تشمل الأجهزة المستخدمة في التحدي روبوت Dexmal Apex، الذي تصفه الشركة بأنه روبوت عام مجسد أصلي. تقول Dexmal إن Apex يجمع بين تصميمه الهندسي ونموذج الأساس المجسد لدعم التشغيل طويل المدى، والتعامل الدقيق، وتعميم المهام على نطاق أوسع، والتفاعل الآمن في وجود الحشود.
الروبوتات هي الجزء المرئي من العرض التوضيحي. الذكاء الكامن وراءها يأتي من أحدث نموذج أساس مجسد لـ Dexmal وهو DM0.5.
DM0.5 وظهور التعميم
أطلقت Dexmal نموذج DM0.5 خلال فعالية Action 2026 للمطورين في أوائل يوليو. هذا النموذج هو خليفة DM0، وهو مصمم للتحكم في الروبوتات في عالم مفتوح وليس لمجموعة ثابتة من المهام النصية.
DM0.5 يهدف إلى تعميم التعامل مع مهام الروبوتات في العالم المفتوح.
تقول المدونة التقنية الرسمية لشركة Dexmal إن النموذج يستخدم بنية بصرية-لغوية-حركية، وتتضمن على وجه التحديد:
- شبكة أساسية بصرية-لغوية Gemma 3 4B
- خبير حركي بـ 680 مليون معلمة
- توليد حركات روبوتية مستمرة
- تدريب متعدد الروبوتات والمهام
- سياق بصري تاريخي يصل إلى 60 ثانية
تشير التقارير الأصلية إلى أن النموذج تم تدريبه على حوالي 150,000 ساعة من البيانات متعددة المصادر، بما في ذلك عمليات الروبوتات الحقيقية، والأنشطة البشرية من منظور الشخص الأول، والملاحة، والبيئات المعاد بناؤها، والبيانات البصرية-اللغوية العامة.
تقول التقارير إن كمية البيانات زادت بنسبة 400% مقارنة بـ DM0، بينما تضاعف عدد المعلمات تقريبًا.
ومع ذلك، فإن التغيير الأكثر أهمية ليس مجرد زيادة في الحجم. أضافت Dexmal عدة آليات تهدف إلى مساعدة النموذج على فهم تقدم المهمة، واستنتاج البيئة الفيزيائية، وتعلم الحركات دون نسخ الانحرافات الزمنية الفردية للمشغلين البشريين.
رسم بياني رسمي لهندسة DM0.5، يُظهر الشبكة الأساسية VLM وطبقة السياق ومهام الاستدلال وخبير الحركة.
ثلاثة هياكل جديدة تساعد الروبوت على فهم العالم
يُسلط النص الأصلي الضوء على ثلاثة مكونات معمارية جديدة. كل منها يستهدف نقاط ضعف مختلفة في المهام الطويلة المدى المجسدة.
طبقة التجريد السياقي: ذاكرة تمتد حتى 60 ثانية
عادةً ما تتخذ نماذج VLA التقليدية قراراتها بناءً على صورة الكاميرا الحالية وحالة الروبوت الحالية فقط. هذا مناسب للإجراءات القصيرة، لكنه يصبح هشًا عندما تصبح المعلومات اللازمة لاحقًا للمهمة غير مرئية.
يضيف DM0.5 طبقة تجريد سياقي، والتي تدمج الملاحظات الحالية مع معلومات بصرية مختارة من التاريخ الحديث. وفقًا لـ Dexmal، يمكن للنموذج دمج سياق مهمة يصل إلى 60 ثانية.
أثناء التدريب، يختلف طول المعلومات التاريخية وتوافرها. إذا كانت المعلومات الماضية مفقودة أو غير مفيدة، يتم تدريب النموذج على العودة إلى الملاحظات الحالية بدلاً من الفشل التام.
يشرح Dexmal ذلك بتجربة بسيطة: التقاط كأس، ومسح المنطقة أسفل الكأس، ثم إعادة الكأس إلى مكانه الأصلي.
بمجرد التقاط الكأس، يختفي موقعه الأصلي من الإطار الحالي. قد يعيد نموذج يركز فقط على الحاضر الكأس إلى أي مكان عشوائي. بينما يمكن لنموذج لديه سياق تاريخي أن يتذكر مكان الكأس قبل تحريكه.
بالنسبة لمهمة "سور الصين العظيم"، فإن نفس المبدأ حاسم على نطاق أوسع. يحتاج الروبوت إلى فهم الأجزاء التي تم تجميعها بالفعل، وكيف تغير الهيكل المحلي، وما هي الخطوة التالية في العملية.
سلسلة التفكير المجسدة:
التفكير والعمل بالتوازي
يضيف DM0.5 أيضًا 11 مهمة استدلال ذاتي التراجع في تدريب بيانات الروبوت.
يتم تدريب النموذج على استخدام الصورة الحالية وحالة الروبوت والتعليمات والسياق التاريخي للإجابة على أسئلة مقيدة. تغطي هذه الأسئلة الجوانب التالية:
- مرحلة المهمة الحالية
- ما تم إنجازه
- الإجراء الذي يجب تنفيذه بعد ذلك
- التغييرات المحتملة في البيئة
- النية وراء الإجراء التالي
- وصف دلالي للإجراء القادم
يحول هذا إشارة التدريب من مجرد التنبؤ بالإجراءات إلى مزيج مما يلي:
- فهم التعليمات
- الاستدلال الزمني
- التنبؤ بالبيئة
- توليد الإجراءات
في التطبيقات العملية، لا يحتاج الروبوت فقط إلى فهم تعليمات المحرك التي يجب تنفيذها في صورة معينة، بل يحتاج أيضًا إلى التعبير عن سبب كون هذا الإجراء مناسبًا.
هذا أمر بالغ الأهمية بشكل خاص للمهام التي تتضمن 81,920 قطعة بناء. لا يمكن للنظام اعتبار كل عملية وضع حدثًا مستقلاً، بل يجب ربط الإجراءات الفردية بتقدم عملية البناء بأكملها.
طبقة محاذاة المسار: تعلم المهمة بدلاً من إيقاع المشغل
يتم جمع معظم بيانات العرض التوضيحي للروبوت من خلال التحكم عن بعد البشري. ينفذ الأشخاص المختلفون نفس المهمة بسرعات وتوقفات وأنماط حركة مختلفة.
إذا اضطر النموذج إلى محاذاة كل إجراء متوقع مع طابع زمني ثابت في سجل العرض التوضيحي، فقد يتعلم إيقاع المشغل بدلاً من المهمة الأساسية.
طبقة محاذاة المسار في DM0.5 تحاذي الإجراءات بناءً على تقدم المهمة وليس الوقت الدقيق.
يتطابق كل إجراء متوقع مع نقطة مناسبة في المسار الحقيقي. يجب أن يتحرك التطابق إلى الأمام بشكل رتيب، لذلك لا يمكن إقران الإجراءات المتوقعة اللاحقة بأجزاء مبكرة من العرض التوضيحي. ثم يتم استخدام البرمجة الديناميكية للعثور على تطابقات منخفضة الخسارة عبر التسلسل بأكمله.
تهدف هذه الطريقة إلى التأكيد على الأحداث الفيزيائية الهامة، مثل:
- الإمساك
- المحاذاة
- التلامس
- الضغط
- الإفلات
تصبح السرعة الشخصية للمشغل أقل أهمية، بينما يصبح الهيكل ذو المعنى للمهمة أكثر وضوحًا.
يقول Dexmal إن هذا يحسن القدرة على التعميم عبر مقدمي العروض وسرعات التنفيذ المختلفة.
نتائج DM0.5 على RoboChallenge Table30 V2
عرض سور الصين العظيم هو اختبار عام مفتوح النهاية. قامت Dexmal أيضًا بتقييم DM0.5 على معايير الروبوتات الموحدة.
على RoboChallenge Table30 V2، أبلغت الشركة عن:
- معدل نجاح إجمالي قدره 43%
- درجة مركبة قدرها 54.42
- أداء عام رائد في المقارنات المنشورة
يحتوي Table30 V2 على 30 مهمة تشغيل روبوت حقيقية، تغطي أربعة أشكال من الروبوتات. يشمل المعيار الذاكرة طويلة المدى، والتنفيذ متعدد الخطوات، وتحديد المواقع المستهدفة، والالتقاط والوضع الدقيق، واستخدام الأدوات، والتنسيق بين اليدين.
يتم توثيق مجموعة البيانات وإطار التقييم علنًا من خلال RoboChallenge و Hugging Face، بينما تم أيضًا نشر منهجية Table30 V2 من خلال ورقة بحثية في ورشة عمل CVPR 2026.
ترتبط هذه النتائج بتحدي سور الصين العظيم، لأن كلا السيناريوهين يختبران ما إذا كان النموذج يمكنه تنسيق الإدراك، وتقدم المهمة، والحركات الدقيقة، والتنفيذ المادي، وليس فقط التعرف على الأشياء أو
إنشاء تعليمات نصية.
التدرب في النموذج العالمي قبل الاستخدام الفعلي للروبوت
لا يكفي نموذج أساسي قوي وحده لدعم عرض عام يستمر 15 ساعة.
يشير التقرير الأصلي إلى أن Dexmal استخدمت أيضًا إطار DFOL 2.0 في التدريب اللاحق. يدمج هذا الإطار نموذج العالم DW0.5، مما يسمح بالتدرب على المهام الجزئية وتحسينها في بيئة افتراضية أو مولدة بالنموذج قبل النشر الكامل على الأجهزة المادية.
الفكرة الأساسية هي السماح للنظام بتمارين داخلية للإجراءات المكلفة.
يعتمد تطوير الروبوتات التقليدي غالبًا على التجارب الفيزيائية المتكررة:
- تشغيل الروبوت.
- ملاحظة الفشل.
- جمع المزيد من البيانات.
- ضبط النموذج.
- التكرار على الروبوت الحقيقي.
هذه العملية بطيئة ومكلفة. الروبوتات الحقيقية تتآكل، ويجب إعادة ضبط مساحة العمل المادية، وكل محاولة فاشلة تستهلك وقت الهندسة.
يمكن للنموذج العالمي نقل جزء من التجارب إلى المحاكاة أو التنبؤات المستفادة. يمكن لسياسة الروبوت اختبار الإجراءات المحتملة، وتقدير النتائج المحتملة، وتحسين تنفيذ المهمة قبل استهلاك وقت الروبوت الحقيقي الثمين.
بالنسبة لمهمة بناء كبيرة، يقلل هذا من عدد التجارب والخطأ التي يجب إجراؤها أمام الجمهور. كما يوفر للفريق طريقة لبروفة العملية، ودراسة نقاط الفشل المحتملة، والاحتفاظ بالأجهزة الحقيقية للتحقق النهائي.
لم يقدم المصدر تنفيذًا عامًا لـ DFOL 2.0، ولم يذكر بالتفصيل مقدار مهمة سور الصين العظيم التي تم إنجازها في المحاكاة. لذلك، يجب فهم هذا الوصف على أنه شرح من Dexmal لعملية التدريب اللاحقة، وليس كنتيجة مستقلة قابلة للتكرار.
من المكعبات إلى الجزء الأصعب من التصنيع
لماذا استخدام أكثر من 80,000 قطعة بناء؟
تخلق هذه المكعبات اختبارًا مضغوطًا لقياس القدرات الحاسمة في التصنيع المرن:
- وضع دقيق دون المليمتر
- دقة التكرار على مدى طويل
- التعامل مع الأجزاء الصغيرة المتشابهة بصريًا
- اكتشاف الأخطاء وتصحيحها
- تقسيم العمل الديناميكي
- التنسيق بين أنواع مختلفة من الروبوتات
- التشغيل المستقر في بيئة مادية متغيرة
الروبوتات الصناعية التقليدية فعالة جدًا عندما تكون المهام متكررة وموحدة وخاضعة للرقابة الصارمة. لكنها أقل مرونة عندما تتغير مواقع الأشياء، أو تختلف خصائص المواد، أو يعتمد الإجراء الصحيح على الحكم البصري.
يرى التقرير الأصلي أن بعض أعمال التصنيع لا تزال تعتمد على البشر لأن هذه العمليات دقيقة أو غير قياسية أو مرنة أو تعتمد بشكل كبير على الإدراك. على سبيل المثال:
- التجميع الدقيق
- تعديل المواد اللينة أو الهشة
- إصلاح العيوب
- فحص المنتجات الأولى
- العمل في مساحات ضيقة
- التعامل مع المهام التي تختلف من قطعة إلى أخرى
يجب اعتبار الادعاء الدقيق بأن هذه المهام تمثل "آخر 20%" من التصنيع تعبيرًا في المصدر، وليس إحصاءً صناعيًا عامًا.
ومع ذلك، فإن الصلة واضحة. سور الصين العظيم هو كائن عرض، لكن القدرات التي تم اختبارها - التشغيل الدقيق، والتشغيل المستمر، والتنسيق بين الروبوتات المتعددة - ترتبط مباشرة بخطوط الإنتاج المرنة.
كيف حققت شركة ناشئة عمرها 16 شهرًا هذا الإنجاز
جناح WAIC
تأسست Dexmal في مارس 2025. ذكر التقرير الأصلي أن فريقها الأساسي يضم باحثين ومهندسين سابقين من Megvii، وقد حصلت على جولات متعددة من التمويل.
مهمتها المعلنة هي بناء روبوتات ذكية ومفيدة وجديرة بالثقة.
تصف شركة Dexmal توجهها التقني بأنه تطوير أصلي مادي. لا تعمل الشركة على تكييف النماذج المصممة أساسًا للنصوص أو الصور على الإنترنت، بل تدرب النماذج وفقًا لاحتياجات تشغيل الروبوتات في العالم المادي.
DM0 هو أول نموذج أساسي مادي أصلي لها. أما DM0.5 فهو امتداد لهذا النموذج، ويتميز بذاكرة أطول، وقدرة استدلال أقوى، وبيانات تدريب أكثر، ودعم متعدد الأشكال، وقدرة محسّنة على التعميم في العالم المفتوح.
كما طورت الشركة بنية تحتية حول هذا النموذج.
Dexbotic
Dexbotic هي مجموعة أدوات مفتوحة المصدر تعتمد على PyTorch للرؤية واللغة والحركة. توفر بيئة تطوير موحدة لتدريب وتقييم استراتيجيات VLA المتعددة.
يشمل هذا الإطار:
- تنسيق بيانات عام
- تنفيذ النماذج
- خط أنابيب التدريب
- خدمة الاستدلال
- دعم منصات روبوتية متعددة
- أدوات تقييم في المحاكاة والعالم الحقيقي
يمكن الوصول إلى Dexbotic علنًا من خلال وثائقها الرسمية ومستودعها على GitHub.
RoboChallenge
RoboChallenge هي منصة تقييم روبوتية حقيقية واسعة النطاق تم تطويرها بالتعاون مع Hugging Face.
تهدف المنصة إلى جعل اختبار استراتيجيات الروبوت أكثر قابلية للتكرار من خلال السماح بتقييم النماذج على مهام فيزيائية مشتركة وتكوينات أجهزة موحدة.
تشمل معاييرها Table30 و Table30 V2 مجموعة واسعة من الأشكال الروبوتية والمهام التشغيلية العملية. يمكن الوصول إلى مجموعات البيانات العامة والأوراق البحثية وموارد التقييم عبر RoboChallenge و Hugging Face.
Atomix
تشمل محفظة التطبيقات التجارية لـ Dexmal أيضًا Atomix، وهي خدمة أتمتة مستودعات مرنة.
ذكر التقرير الأصلي أن Atomix تدمج عمليات التخزين والنقل والانتقاء، وقد تعاونت مع عملاء كبار في قطاعات التجزئة والمشروبات وخدمات الطعام. تأتي ادعاءات هؤلاء العملاء ومراكز السوق من التقرير المذكور ولم يتم التحقق منها بشكل مستقل في هذا المقال.
تشكل DM0.5 و Dexbotic و RoboChallenge و Atomix معًا استراتيجية شاملة:
- بناء نماذج أساسية مادية.
- تقديم أدوات التدريب والنشر.
- إنشاء منصة تقييم روبوتية حقيقية.
- تطبيق التقنية في سيناريوهات أعمال فعلية.
كان النموذج الجداري أبرز عرض عام للتقنية الشاملة في مؤتمر WAIC 2026.
المحتوى الفعلي للعرض
لا يثبت التحدي الروبوتي العام أن الذكاء الاصطناعي المادي العام قد تم حله.
لكنه يوفر اختبارًا مفيدًا للعديد من القدرات التي تُقيَّم عادةً بشكل منفصل:
- التحكم الدقيق
- الذاكرة طويلة المدى
- التعافي من الأخطاء
- التعاون متعدد الروبوتات
- التنسيق بين أجهزة غير متجانسة
- التشغيل المستمر
- الإدراك في العالم الحقيقي
- الاستدلال على مستوى المهام
الجزء الأكثر أهمية في العرض ليس الجدار نفسه. بل محاولة جعل ستة أجهزة فيزيائية تعمل معًا لفترة كافية لكشف العيوب الدقيقة ومشاكل التنسيق.
لا مفر من ذلك.
تشير المواد الرسمية التي نشرتها Dexmal حول DM0.5 في النهاية إلى أن العالم الحقيقي يجب أن يكون أفضل معلم للروبوتات. في هذه الرؤية، كل محاولة ونجاح وفشل وتصحيح تصبح معلومات جديدة تساعد في تحسين النظام.
في مؤتمر الذكاء الاصطناعي العالمي لعام 2026، كانت الروبوتات تقوم بتجميع المكعبات الصغيرة. هدفها طويل المدى هو إدخال نفس عملية التعلم والتنفيذ الحلقية في بيئات العمل التي لا يمكن فيها برمجة المهام بالكامل مسبقًا، مثل التصنيع والخدمات اللوجستية والخدمات وغيرها.
الأسئلة الشائعة
كم عدد الروبوتات التي شاركت في تحدي الجدار؟
شاركت ستة روبوتات: أربعة روبوتات مكتبية وروبوتان بشريان بعجلتين. تعاونت في نفس المنطقة الفيزيائية للتعامل مع مراحل مختلفة من عملية البناء.
كم عدد المكعبات المستخدمة؟
استخدم النموذج 81,920 مكعبًا صغيرًا. يبلغ طول الهيكل حوالي 3.5 أمتار وعرضه حوالي 1.5 أمتار وأعلى نقطة فيه حوالي 1.1 متر.
كم استمر تحدي الروبوت؟
كانت مدة التشغيل المستمر المخطط لها 15 ساعة. يهدف التحدي إلى اختبار قدرة الروبوتات على الحفاظ على الدقة والتنسيق خلال الحركات الفيزيائية الطويلة.
هل تم التحكم في الروبوتات عن بُعد؟
أظهر التقرير الأصلي أن الروبوتات لم يتم التحكم بها عن بُعد بشكل مستمر، ولم تعتمد على نصوص حركية ثابتة بالكامل. استخدمت القدرات الإدراكية واتخاذ القرارات المحلية والتواصل وتصحيح الأخطاء، لكن المصدر لم يتضمن تدقيقًا تقنيًا مستقلاً كاملاً لإعدادات التشغيل.
ما هو DM0.5؟
DM0.5 هو نموذج أساسي للرؤية واللغة والحركة في العالم المفتوح طورته Dexmal للتحكم في الروبوتات. يستخدم شبكة أساسية للرؤية واللغة من Gemma 3 4B، ووحدة خبرة حركية بحجم 680M، ونمذجة السياق التاريخي، ومهام الاستدلال المادي، وتقنيات محاذاة المسار.
هل DM0.5 مفتوح المصدر؟
أصدرت Dexmal مكتبة أكواد OpenDM بموجب ترخيص Apache 2.0، ونشرت موارد نموذج DM0.5 عبر Hugging Face. تحتوي المكتبة على أوزان النموذج ونصوص التدريب والاستدلال وأمثلة على مجموعات البيانات وسير عمل التقييم.
ما هو RoboChallenge Table30 V2؟
Table30 V2 هو معيار روبوتي حقيقي يتضمن 30 مهمة تشغيلية عبر أربعة أشكال روبوتية. تشمل القدرات المقيمة الذاكرة طويلة المدى والتنفيذ المتسلسل والتشغيل الدقيق والتفاعل مع الأدوات والتنسيق بين الذراعين.
هل يثبت عرض مؤتمر الذكاء الاصطناعي العالمي أن الروبوتات يمكن أن تحل محل العمل اليدوي المتبقي في المصانع؟
لا. يُظهر العرض تقدمًا في الدقة والتشغيل الطويل والتنسيق، لكنه لا يثبت أن جميع مهام التصنيع المرنة أصبحت جاهزة للأتمتة. تتطلب بيئات الإنتاج الفعلية تحققًا إضافيًا في السلامة والموثوقية والتكامل والتكلفة والصيانة.
الأدوات ذات الصلة
- OpenDM: مكتبة أكواد مفتوحة المصدر من Dexmal لأوزان نموذج DM0.5 وسير عمل التدريب والاستدلال والنشر.
- DM0.5 على Hugging Face: مجموعة موارد رسمية لنموذج DM0.5 الأساسي والمضبوط.
- Dexbotic: مجموعة أدوات PyTorch مفتوحة المصدر لتطوير وتقييم نماذج الرؤية واللغة والحركة.
وثائق Dexbotic: توفر إرشادات رسمية للتركيب والهندسة والتدريب والبيانات والاستدلال وتطوير النماذج.
- RoboChallenge: منصة تقييم روبوتية حقيقية لتقييم الاستراتيجيات المادية.
- مجموعة بيانات Table30 V2: صفحة مجموعة بيانات عامة محدثة تحتوي على 30 مهمة للمعيار الروبوتي الحقيقي.
الروابط ذات الصلة
- المدونة التقنية الرسمية لـ DM0.5: شرح مفصل من Dexmal حول النموذج والبيانات والهندسة ونتائج المعايير.
- مستودع OpenDM على GitHub: التنفيذ المفتوح المصدر الرسمي ووثائق النشر.
- مجموعة DM0.5 على Hugging Face: نقاط التفتيش الرسمية للنموذج والمتغيرات المضبوطة.
- الموقع الرسمي لـ RoboChallenge: الموقع الرسمي لمشروع تقييم الروبوتات الحقيقية واسع النطاق.
- ورقة CVPR 2026 Workshop لـ Table30 V2: الورقة التي تصف المعيار الروبوتي الحقيقي المحدث.
- وثائق Dexbotic: الوثائق الرسمية لإطار تطوير VLA مفتوح المصدر.
- المعروضات الإلزامية في مؤتمر الذكاء الاصطناعي العالمي 2026
الملخص
في المؤتمر العالمي للذكاء الاصطناعي 2026، عملت ستة روبوتات من نوع Dexmal لمدة 15 ساعة متواصلة لبناء نموذج لسور الصين العظيم باستخدام 81,920 قطعة بناء مجهرية. جمعت هذه المهمة بين الدقة على مستوى دون المليمتر، والتعاون بين عدة روبوتات، والتشغيل طويل المدى، وقدرة تصحيح الأخطاء في حلقة مغلقة.
هذا العرض التجريبي قاده النموذج الأساسي المفتوح المصدر لـ Dexmal، DM0.5. وتشمل الإضافات الرئيسية الجديدة: ذاكرة سياق تاريخي تصل إلى 60 ثانية، ومهام التفكير التجسيدي، وتقنية محاذاة المسار التي تقلل من تأثير اختلافات سرعة التحكم البشري عن بُعد.
كما استخدمت Dexmal تقنية ما بعد التدريب القائمة على النموذج العالمي، وربطت هذا العرض التجريبي بمجموعة منتجاتها الأوسع: OpenDM وDexbotic وRoboChallenge ومنتجات أتمتة المستودعات. يرجى ملاحظة أن بعض تصريحات الأداء والتمركز في السوق لا تزال من وصف الشركة الذاتي ولم يتم التحقق منها بشكل مستقل.
سور الصين العظيم كان مجرد وسيلة للعرض، أما الاختبار الحقيقي فهو: هل يستطيع الذكاء الاصطناعي التجسيدي الحفاظ على الدقة والتنسيق والتطبيق العملي خلال نوبة عمل كاملة؟