نموذج بصري مفتوح المصدر
أعلنت إكس بنغ، بالتعاون مع باحثين من جامعة بكين وجامعة هونغ كونغ وجهات أكاديمية أخرى، إتاحة GroundingPI كنموذج رؤية ولغة يركز على فهم المكان وربط التعليمات بالنقاط والمناطق داخل الصورة. يضم النموذج نحو أربعة مليارات معلمة، ويستهدف مهامًا مثل اكتشاف الأجسام، وتحديد مواضعها، وقراءة النصوص، وفهم واجهات الاستخدام، وتوجيه الروبوتات في بيئات مركبة.
اختار الفريق نشر الورقة العلمية والكود والأوزان، ما يتيح للباحثين إعادة الاختبار وبناء تطبيقات مشتقة بدل الاكتفاء بعرض نتائج مغلق. هذه الخطوة مهمة لأن النماذج المكانية تحتاج تدقيقًا مستقلًا في البيانات والانحياز والقدرة على التعميم. ومع ذلك، لا يوضح الإعلان جميع تفاصيل ترخيص كل مجموعة بيانات، وعلى المستخدمين مراجعة تراخيص المشروع والمصادر قبل أي استخدام تجاري.
نتائج واسعة لكن ضمن شروط محددة
وفق تقييم الفريق، سجل GroundingPI متوسطًا قدره 73.68 عبر 34 معيارًا موزعة على 11 فئة، متقدمًا على 44 نموذجًا مقارنًا في المتوسط. وذكر الإعلان نتيجة 71.54 لنموذج GPT-6 Astra ضمن الاختبارات نفسها. هذه المقارنة لا تعني تفوقًا عامًا في الذكاء أو اللغة؛ فهي محصورة في مجموعة معايير صممها أو جمعها الفريق لقياس التأريض البصري والمكاني.
في تجارب الروبوتات، أظهر النموذج أداءً أعلى في RoboCasa-GR1 رغم استخدام 50 في المئة من العروض التدريبية مقارنة بإعداد استخدم 75 في المئة. كما سجل نتائج أقوى في أربعة أوضاع خارج التوزيع ضمن RoboTwin 2.0. هذه بيئات محاكاة وبروتوكولات بحثية، ولذلك لا تساوي اختبارًا لروبوت منزلي فعلي أو نظام قيادة يعمل وسط الطقس والطرق العامة.
صلة مباشرة بتوقع حركة المركبات
أقرب التطبيقات إلى السيارات ظهر في اختبار توقع المسار المفتوح على مجموعة nuScenes، حيث بلغ خطأ المسار المعلن 0.296 متر. الفكرة أن فهم مواقع المركبات والمشاة والإشارات والعلاقات بينها يمكن أن يغذي التخطيط بالحركة المتوقعة بدل الاكتفاء بوصف الصورة. لكن الاختبار المفتوح يعتمد بيانات مسجلة ومسارات مرجعية، وليس قيادة مغلقة الحلقة تتفاعل فيها السيارة مع أخطائها لحظة بلحظة.
لم تعلن إكس بنغ إدخال GroundingPI إلى سيارة إنتاجية أو تحديث قيادة مساعدة محدد. كما لم تنشر في البيان قدرة المعالجة المطلوبة داخل السيارة أو زمن الاستجابة أو استهلاك الطاقة. لذلك يقتصر المؤكد على إصدار بحثي مفتوح ونتائج محددة. أما استخدامه مستقبلًا في القيادة الذاتية أو الروبوتات التجارية فهو احتمال منطقي، لكنه ليس وعدًا رسميًا ولا موعدًا منتجًا.
لماذا يهم سوق الخليج؟
أنظمة الرؤية في الخليج تواجه لافتات متعددة اللغات، وغبارًا، ووهجًا قويًا، وعلامات طرق متفاوتة. نموذج قادر على التأريض البصري وقراءة النصوص قد يساعد في بناء مجموعات اختبار محلية وفهم الأخطاء بصورة أدق. كما أن فتح الأوزان يتيح للجامعات والشركات في المنطقة تجربة النموذج على صور عربية، بدل انتظار واجهة تجارية مغلقة لا يمكن تحليل سلوكها الداخلي.
لكن الفائدة تتطلب بيانات محلية مرخصة وتقييمًا مستقلًا للسلامة والخصوصية، ولا يمكن نقل نتيجة معيار عالمي مباشرة إلى طرق الكويت أو الخليج. الخبر مهم لأنه يوسع الأدوات المتاحة للبحث، لا لأنه يضيف ميزة إلى سيارة غدًا. وعلى المستهلك التفريق بين تقدم النموذج في المختبر وبين اعتماد نظام قيادة يتحمل المسؤولية القانونية والحرارة والاتصال المحدود في الواقع.
XPENG / GroundingPI research team
تاريخ المصدر: 4 نوفمبر 2026. نشر وتحرير Cars Time: 7 نوفمبر 2026. القراءة الخليجية تحليل تحريري، وليست وعودًا من الشركة أو نتيجة اختبار مستقل للموقع.