تانج جي يعيد تموضع زيبُو بعد الطرح العام الأولي: التحول الاستراتيجي للعودة إلى إتقان النموذج الأساسي

في 8 يناير 2026، حققت شركة زيبُو إنجازًا تاريخيًا بتصبح أول شركة مدرجة علنًا لنماذج اللغة الكبيرة في العالم—إنجاز مذهل لم يتوقعه المحللون ولا المنافسون. في نفس اليوم، كشف تان جيه، أستاذ علوم الحاسوب بجامعة تسينغهوا ومؤسس رؤية زيبُو، عن رسالة داخلية شاملة تشير إلى إعادة تقييم استراتيجية درامية. بدلاً من الاحتفال بالنجاحات التجارية، أكد رسالة جيه على العودة الفلسفية: السعي المستمر لتحقيق التميز في النماذج الأساسية كطريق وحيد نحو الذكاء الاصطناعي العام. وتجاهل الرسالة روايات التسويق القريب المدى، وبدلاً من ذلك وضعت جدول أعمال طموح لعام 2026 يركز على الإطلاق الوشيك لنموذج GLM-5 إلى جانب ثلاثة محاور تكنولوجية تحويلية—تصاميم نماذج جديدة، التعلم المعزز العام، والقدرات على التعلم المستمر.

الحوار القهوتي الذي أعاد برمجة مهمة زيبُو

خلال زيارة لمقهى مختبرات جامعة هونغ كونغ للعلوم والتكنولوجيا، التقى تان جيه بالبروفيسور المميز يانغ تشيانغ وشارك ملاحظة عابرة: كان يستهلك كميات مفرطة من القهوة مؤخرًا. رد يانغ أعاد صياغة الحديث تمامًا: “الإدمان ليس بالضرورة سلبيًا. تخيل لو استطعنا توجيه إدماننا على القهوة نحو البحث بنفس الحدة—ألن نحقق أشياء استثنائية؟” هذا الحوار البسيط يلخص الأساس الفلسفي لزيبُو ورؤية جيه.

منذ تأسيس زيبُو رسميًا في 2019، عملت الشركة بمبدأ موحد—“دع الآلات تفكر كالبشر”. استُلهم ذلك من عام 2018 حين صمم جيه وفريقه نظامًا معرفيًا آليًا يدمج نظرية النظام المزدوج من علم النفس الإدراكي البشري، موحدًا بين نماذج التفكير السريع والبطيء. ومع ذلك، على الرغم من أكثر من ثلاث سنوات من التطور السريع في الصناعة منذ ظهور ChatGPT، لاحظ جيه في مناقشات داخلية حديثة أن “لا يوجد توافق حقيقي داخل الصناعة؛ الجميع يتقدم عبر التجربة والخطأ.”

من GLM-130B إلى الاعتراف بـ SOTA: نقطة التحول التقنية

يكشف مسار زيبُو التقني عن نمط من المخاطرة المحسوبة، غالبًا ما يتحدى القواعد السائدة في الصناعة. في 2020، حين كانت نماذج BERT-المقياس تهيمن على النقاش، أطلقت الشركة بنية خوارزمية GLM الخاصة بها ودرّبت نموذجًا أساسيًا بـ10 مليارات معلمة—خطوة جريئة جذبت المستخدمين الأوائل مثل ميتيان. لكن، ظل هذا النجاح بعيدًا عن طموحات الذكاء الاصطناعي العام بسبب قيود في الهيكلية: نقص قواعد المعرفة وغياب قدرات التفكير على مستوى الإنسان.

كانت الفترة بين 2021 و2022 حاسمة. رغم أن معظم المشاركين في الصناعة رفضوا رؤية “الآلات تفكر كالبشر” كخيال بعيد، أصرّت زيبُو على المضي قدمًا. درّبت نموذجًا بـ130 مليار معلمة على مجموعات بيانات موسعة بشكل أسي، وأنشأت قسمين للابتكار يعملان بشكل مستقل: فريق البحث في GLM الذي يركز على تدريب النماذج، وفريق آخر يبني منصة MaaS التي ستشغل في النهاية bigmodel.cn. بحلول منتصف 2022، حقق GLM-130B تقدمات تقنية جذبت الانتباه العالمي، مع تراكم أول مستخدمي API من المنصة—وهو نقطة تقييم حاسمة تميز زيبُو عن مراكز البحث الخالصة.

لكن ظاهرة DeepSeek أعادت تشكيل ديناميات المنافسة. ظهورها في 2025 أحدث ما وصفه المراقبون بـ"موجة صدمة بين شركات النماذج الكبيرة الصينية"، خاصة مع تشابه الفريق البحثي الأكاديمي ومساهمات النظام المفتوح المصدر. بدلاً من الدفاع، أعاد جيه صياغة الضغط التنافسي على أنه توضيح: “DeepSeek أيقظنا”، محفزًا عملية “تعزيز” شاملة تمتد من التقنية إلى الأعمال.

تقارب GLM: كيف وصلت زيبُو إلى حدود العالم

ثبتت دقة تنفيذ زيبُو في 2025 ضد معالمها الاستراتيجية الداخلية بشكل ملحوظ. أطلقت نموذجًا “مستقرًا” في أبريل (GLM-4.1)، وحققت مكانة “على الطاولة” منتصف العام بإطلاق GLM-4.5، وأنهت العام بـ GLM-4.7—الذي يُعتبر من بين أفضل النماذج الأساسية عالميًا. وفقًا لمؤشرات تقييم Artificial Analysis، تصدّر GLM-4.7 التصنيف المحلي وحقق توازنًا عالميًا مع Claude 4.5 Sonnet.

المحفز الرئيسي، بشكل غير متوقع، كان البرمجة. عندما انحدر السوق إلى حرب أسعار وسرديات التماثل، حددت زيبُو توليد الكود كمفتاح دقيق لتمييزها عن المنافسين. ظهر إطلاق GLM-4.5 في يوليو كمعركة حاسمة—مع فرق تقنية ومنصة وتجارية تعمل بسرعة عالية. بعد الانتصار، نظمّت إصدارات GLM-4.6 وGLM-4.7 هذا التفوق: حيث تفاعل مطورون من 184 دولة (أكثر من 150,000 فرد) مع خطة برمجة GLM، مما أطلق حماسًا مهنيًا وسرعة اعتماد قابلة للقياس.

انفجار الإيرادات: اقتصاديات MaaS تثبت صحتها

ثبتت صحة التحقق التجاري بشكل قاطع. خلال عشرة أشهر فقط، توسع مسار إيرادات منصة MaaS من 20 مليون إلى 500 مليون سنويًا—مضاعف 25 مرة يعيد تشكيل حسابات العائد على الاستثمار التنافسية. والأهم، تجاوزت الإيرادات الخارجية 200 مليون، مما يشير إلى أن الأسواق غير الصينية تمثل حوالي 40% من اقتصاديات المنصة. هذا الأداء يتناقض بشكل حاد مع الروايات العامة التي تقول إن اقتصاديات النماذج الكبيرة الصينية لا تزال غير ناضجة.

الجانب الدولي يستحق التركيز بشكل خاص. استثمرت مبادرة “الذكاء الاصطناعي السيادي” لزيبُو في بنية MaaS الوطنية في ماليزيا، مما جعل GLM النموذج الكبير الرسمي لتلك الدولة—وهو أول حالة موثقة لتكامل تكنولوجيا النماذج الأساسية الصينية مع الحكومة على مستوى العالم. نسب جيه هذا الإنجاز إلى “جرأة وإصرار” الفريق الدولي، معتبرًا التوسع الخارجي رد فعل استراتيجي على دعوة بكين لـ"نشر الذكاء الاصطناعي الصيني عالميًا."

بيان جيه التقني لعام 2026: قلب المفاهيم الراسخة

بدلاً من السعي لتحسينات تدريجية، يركز جدول أعمال جيه لعام 2026 على إحداث ثورة في البنية الأساسية. حددت الرسالة أربعة محاور أولوية:

إطلاق GLM-5: من خلال تحسينات في التوسعة والتقنيات متعددة الاتجاهات، يُفترض أن يقدم النموذج القادم قدرات غير مسبوقة في إنجاز المهام الواقعية، ويؤسس لخط أساس جديد للأداء.

استكشاف تصاميم نماذج جديدة: يواجه نموذج Transformer—الذي سيطر على العقد العشرة الماضية—قيودًا متزايدة في الحسابات ذات السياق الطويل جدًا، وآليات الذاكرة، وبروتوكولات التحديث. تلتزم زيبُو باكتشاف تصاميم معمارية جديدة مع السعي لتحسينات مشتركة بين الرقائق والخوارزميات.

التعلم المعزز العام: تتفوق أساليب RLVR الحالية في مجالات محدودة (الرياضيات، الكود) لكنها تظهر قيودًا بنيوية مع بيئات غير محدودة. يهدف هدف 2026 إلى تطوير نماذج RL تُمكن أنظمة الذكاء الاصطناعي من فهم وتنفيذ مهام زمنية ممتدة تمتد لساعات أو أيام—متجاوزة مجرد اتباع التعليمات إلى تحقيق الوكالة الحقيقية.

التعلم المستمر والتطور الذاتي: النماذج الحالية للذكاء الاصطناعي في الإنتاج تمتلك ذكاءً ثابتًا بشكل أساسي بعد النشر. تتراكم المعرفة عبر دورات تدريب مكلفة، ثم تتدهور تدريجيًا مع تغير السياقات الواقعية. تسعى زيبُو إلى تصميم نماذج تعلم من الجيل التالي تعكس مرونة الأعصاب البشرية—إطارات تعلم مستمر وتعلم عبر الإنترنت تتيح تفاعلًا دائمًا مع العالم وتراكم القدرات.

الابتكار المؤسسي: رهان X-Lab على disruption

إدراكًا أن الجمود التنظيمي يميل نحو التحسين التدريجي، أنشأت زيبُو قسم أبحاث تجريبي يسمى X-Lab. مصمم لاستقطاب المواهب عبر آليات مفتوحة، يسعى X-Lab لاستكشافات متقدمة تشمل تصاميم جديدة، نماذج معرفية ناشئة، وحاضنات مشاريع متنوعة—دون قيود على البرمجيات فقط. بالإضافة إلى الابتكار الداخلي، أعلنت زيبُو عن توسعة استثماراتها في مشاريع خارجية، مستهدفة ازدهار النظام البيئي بدلاً من استنزاف تنافسي صفري.

هذه البنية المؤسسية تعكس قناعة جيه الفلسفية بأن “نحن لسنا شركة تقليدية، ولا نطمح لأن نصبح واحدة.” بدلاً من ذلك، تستهدف زيبُو بروزًا تشغيليًا كمؤسسة أصيلة في الذكاء الاصطناعي، حيث تطيح الإمكانيات الثورية بالروتين التدريجي—باستخدام الذكاء الاصطناعي نفسه لتحسين الحوكمة، الكفاءة، والعدالة النظامية.

الخاتمة الفلسفية: الإندورفين بدل الدوبامين

يختتم جيه رسالته الاستراتيجية بتمييز بين أنواع المكافآت. إن إنجاز الاكتتاب العام يولد رضا مؤقتًا من الدوبامين—حماسة عابرة. أما الإحساس الحقيقي بالرضا فيأتي من الإندورفين المتراكم على طول مسار الوصول إلى الذكاء الاصطناعي العام: التركيز المستمر، التأسيس التشغيلي، التقدم الدائم نحو حدود الذكاء. التعبير الرسمي—الوصول إلى “الحالة النهائية للذكاء” حيث يمثل Z نهاية الأبجدية—يشير إلى التزام زيبُو بالموقع في الطليعة، وليس فقط تحسين السوق.

بالنسبة للمراقبين، يتجاوز الأهمية استراتيجية الشركة الفردية. إن إدراج زيبُو العام وإعادة تموضع جيه الفلسفي يعكسان نضوجًا أوسع للصناعة: الاعتراف بأن الميزة التنافسية الدائمة لا تنبع من تحسين طبقة التطبيق، بل من القدرات الأساسية—إتقان تصميم النماذج، ابتكار نماذج التعلم، والتقدم النظري المستمر. سواء تحققت هذه الالتزامات في تفوق تقني مستدام يبقى سؤالًا مفتوحًا، لكن عزيمة جيه تبدو حاسمة: عام 2026 سيكون حاسمًا لمدى توافق القناعة الفلسفية مع الإمكانيات التكنولوجية.