محادثة مع تانغ وينبين من أوريجين إنتليجينس: لا يمكن المضي قدماً في مسار "نموذج العالم" النقي

هناك حرب خفية حول الذكاء المجسد و"البيانات" تشتعل تدريجيًا.

في يناير من هذا العام، قام مركز ابتكار الروبوتات البشرية في هوباي بتسليم شركة Zhiyuan Robotics آلاف الساعات من بيانات التدريب، محققًا أول عملية تداول مخصصة لبيانات الروبوتات البشرية في الصين.

أما على مستوى الصناعة، فقد أطلقت شركة JD.com مؤخرًا شعار بناء أكبر مركز لجمع بيانات الذكاء المجسد على مستوى العالم، والأكثر تنوعًا في السيناريوهات، مع خطط لتحفيز أكثر من 100 ألف موظف داخلي وما يصل إلى 500 ألف من العاملين الخارجيين، لبدء حملة غير مسبوقة من “حرب الجماهير”.

أما على الصعيد الدولي، فقد أنشأت شركة Robotis الكورية في يناير من هذا العام فرعًا في أوزبكستان، وتخطط لبناء “مصنع بيانات” ضخم على مساحة 110,000 متر مربع لجمع بيانات سلوك الروبوتات.

صفقات مخصصة تعتمد على الساعة، وتحشيد مئات الآلاف من الأشخاص، وبناء مصانع في آسيا الوسطى، كلها مؤشرات على قلق عميق في صناعة الذكاء المجسد حول البيانات.

على عكس نماذج اللغة الكبيرة التي نشأت في بيئة الإنترنت، يحتاج الذكاء المجسد إلى فهم العالم والتفاعل معه، مما يفرض متطلبات أعلى على صحة البيانات، وأنماطها، وغيرها من الجوانب.

وهذا أحد التحديات التي يواجهها مؤسس ومدير شركة Yuanli Lingji، تانغ وِن بين، حاليًا.

وبالرجوع إلى التاريخ، يُعرف تانغ وِن بين أكثر كغيره من خلال كونه أحد المؤسسين المشاركين والمدير التنفيذي لشركة Megvii، التي كانت نجمًا لامعًا في موجة الذكاء الاصطناعي السابقة.

وقد جمعت شركة Yuanli Lingji، التي تأسست منذ عام واحد فقط، أكثر من 1 مليار يوان من التمويل بشكل غير معلن، وحصلت على استثمارات من شركات كبرى مثل Alibaba وNIO وQiming وJunlian.

حاليًا، أطلقت Yuanli Lingji أول نموذج كبير أصلي للذكاء المجسد، وهو DM0، ووقعت اتفاقية استراتيجية مع شركة Huachin Technology لتحقيق الإنتاج الضخم وتسليم روبوتات جمع البيانات DOS-W1.

بعد أن خاضت تجربة تطبيق الذكاء الاصطناعي في المراحل السابقة، أصبح لدى تانغ وِن بين مزيد من الاحترام والتقدير للصناعة.

وفي حوار حديث مع “وول ستريت جورنال” و"All-Weather Tech"، شارك تانغ وِن بين رؤيته حول جمع البيانات: لا نعتمد على مصدر واحد، بل نستخدم مزيجًا من “الجودة ✖ الكمية ✖ التنوع” لتنفيذ جمع موزع، بهدف ملء مساحة قدرات الروبوتات.

أما عن استخدام نماذج العالم لتوليد البيانات، بحيث يتعلم الروبوت من خلال التقليد، فيرى تانغ أن هذا الطريق صعب التنفيذ، ويقترح أن يكون النهج الأكثر جدوى هو دمج نماذج العالم مع نماذج VLA (الرؤية-اللغة-الحركة)، بحيث لا يقتصر الأمر على التنبؤ بالمستقبل فحسب، بل يمكن أيضًا استنتاج الحركات الدقيقة المطلوبة بناءً على ذلك.

وفي الوقت الذي يجنح فيه اللاعبون في الصناعة إلى “تكديس” البيانات بأساليبهم الخاصة، فإن السوق يترقب بفارغ الصبر أي طريق سينتصر في النهاية.

وفيما يلي نص الحوار.

شرح جمع البيانات

All-Weather Tech: هل يمكنك مشاركة رؤيتكم في جمع البيانات؟

**تانغ وِن بين: **نحن حاليًا نستخدم أسلوب تقليد التعلم المعزز.

التقليد يتطلب محاكاة توزيع البيانات. هدفنا هو ملء مساحة قدرات الروبوت قدر المستطاع، من خلال تغطية أكبر عدد ممكن من السيناريوهات. المفتاح هو القدرة على التعامل مع سيناريوهات لم يسبق لنا رؤيتها، وقيمة البيانات تكمن في ذلك، لذا فإن جمع البيانات يركز على البيئات المفتوحة والسيناريوهات الواقعية.

لكننا نرغب في الحفاظ على جودة عالية للبيانات، مع محاولة ملء أكبر قدر ممكن من تلك المساحة، لذلك أعتقد أن جمع البيانات هو مسألة مزيج من “الجودة ✖ الكمية ✖ التنوع”.

All-Weather Tech: كيف يتم جمع البيانات إذن؟

**تانغ وِن بين: **في الواقع، نحن لا نعتمد على مصدر واحد للبيانات، فهذا غير ضروري، بل نستخدم مزيجًا من المصادر. من ناحية البيانات الحقيقية، نجمعها باستخدام حساسات معتمدة ومضبوطة، مثل الأجهزة المشابهة للأطراف الخارجية (Exoskeletons)، لكن تكلفتها مرتفعة نوعًا ما.

وفي الوقت نفسه، نجمع بيانات من خلال أجهزة بدون جسم (بدون جسم الروبوت) ومن خلال منظور الشخص الأول، لتكوين مجموعات بيانات أكبر، وهذا يضعنا بين البيانات الحقيقية والمصطنعة.

بالإضافة إلى ذلك، هناك بيانات من الإنترنت ذات تكلفة أقل.

All-Weather Tech: هل يمكنك شرح جمع البيانات بدون جسم بشكل أكثر تفصيلًا؟

**تانغ وِن بين: **المقصود بـ"بدون جسم" هو أن الجهاز قد يكون عبارة عن قفاز أو ملقط يدوي، وليس ذراعًا آلية أو جسم روبوت كامل، أي أنه مجرد طرف نهائي. أُسجل الموقع والحالة لهذا الطرف النهائي. وتسمى هذه الطريقة حاليًا بـUMI.

اليوم، البيانات التي نحصل عليها من خلال منظور الشخص الأول كثيرة، مثل تصوير عملية التشغيل باستخدام نظارات ذكية، وهذه أيضًا طريقة لجمع البيانات بدون جسم.

All-Weather Tech: بيانات نظارات الذكاء الاصطناعي الخاصة بكل شخص تتعلق بالخصوصية، ولا أحد يرغب في الكشف عن بيانات نظاراته للجميع. كيف تتعاملون مع هذا الأمر؟

**تانغ وِن بين: **بالفعل، إذا كنت مستخدمًا لنظارات، فلن أود مشاركة بياناتي مع الآخرين. لكن أثناء التدريب، يمكننا أن نستعين بمُجمعي بيانات من طرف ثالث، يرتدون النظارات يوميًا لتسجيل سير العمل، وبهذا تُسجل البيانات.

بالإضافة إلى ذلك، نرغب في أن تكون وظائف النظارات أكثر قوة، مثل وجود رؤية ثلاثية الأبعاد، وقدرات متعددة الأهداف. وربما في المستقبل، سنضيف أجهزة مثل الأساور والقفازات لجمع البيانات.

بشكل عام، تنوع البيانات التي نجمعها كبير. النوع الأول هو الروبوت نفسه، يمكن التحكم فيه عن بعد؛ والنوع الثاني هو أجهزة بدون جسم، مثل الملقط، وهي عبارة عن “جسد الإنسان + طرف الروبوت”؛ والنوع الثالث هو جمع بيانات موجهة للبشر بشكل كامل؛ والنوع الرابع هو وصف للعالم الفيزيائي.

All-Weather Tech: على سبيل المثال، في أجهزة الاستشعار الطرفية، هل تركزون على جمع بيانات القوة فقط؟

**تانغ وِن بين: **ليس فقط القوة، نحن نرغب في أن تكون البيانات متعددة الوسائط، مثل إضافة الرؤية أيضًا.

وفي التطبيق العملي، نظرًا لاحتمال وجود حجب جزئي للبيانات بواسطة الذراع، يمكن تركيب كاميرا على العين، وربما توجد كاميرات على المعصمين أيضًا، لتشكيل بيانات من زوايا متعددة.

All-Weather Tech: هل تكلفة هذا الجمع مرتفعة جدًا؟

**تانغ وِن بين: **في الواقع، الأمر يتعلق بموازنة بين جودة البيانات، وكمية البيانات، وتنوعها. إذا أردنا جمع جميع البيانات من جميع الوحدات، فالتكلفة ستكون مرتفعة جدًا. لذلك، نعتمد على استراتيجية جمع موزعة، نضمن بعض البيانات كاملة قدر الإمكان، وأخرى نركز فيها على تقليل التكلفة وزيادة السرعة، مع تقليل التركيز على الكمال.

هذه مسألة توازن، ولدينا أدوات جمع خاصة بنا، ونتعاون مع صناعات أخرى لتحقيق ذلك.

All-Weather Tech: في فبراير من هذا العام، تعاونتم مع شركة Huachin Technology لإطلاق روبوت جمع البيانات، هل يمكنك أن تشرح عن هذا الروبوت؟

**تانغ وِن بين: **هذا الروبوت مخصص للاستخدام في الأبحاث العلمية، ويشبه نوعًا ما روبوت ALOHA (ملاحظة: ALOHA هو نظام هاردوير مفتوح المصدر منخفض التكلفة للتحكم عن بعد في اليدين)، وهناك شركات أخرى تعمل على شيء مشابه.

لكن، هناك مشكلتان رئيسيتان في روبوتات جمع البيانات الحالية في السوق:

الأولى، هي الاعتمادية، حيث أن أداء المنتج غير مستقر، وتكرار الأعطال يؤثر سلبًا على العمل البحثي ويقلل من الكفاءة.

نحن لا نضمن استقرارًا طويل الأمد للمنتج بعد، لذا قمنا بتبسيط عملية الإصلاح، وصممنا هيكلًا قابلًا للفك والتركيب بشكل موديولاري، بحيث يمكن استبدال الأجزاء بسرعة. على سبيل المثال، العديد من الوصلات ليست براغي، بل أزرار دوارة، ويمكن إصلاحها خلال 30 ثانية.

أما المشكلة الثانية، فهي التكلفة المرتفعة، لذلك تعاونّا مع Huachin لتصميم منتج مشابه لـALOHA، يدعم التحكم الرئيسي والفرعي، ويعمل بأسلوب السحب والإفلات. والأهم هو أن يكون سريع الإصلاح ورخيص الثمن. (ملاحظة: التحكم الرئيسي هو أن الإنسان يتحكم في الذراع الرئيسي، ويقوم بنقل الحركة بشكل فوري ودون تأخير للذراع الفرعي، مما يتيح جمع بيانات حركات دقيقة وبتكلفة منخفضة).

All-Weather Tech: هل اشترى أحد من المنافسين هذا الروبوت لجمع البيانات؟

**تانغ وِن بين: **نعم، المشكلة واحدة تقريبًا في الصناعة، لذلك يشتري الجميع منتجات المنافسين لاستخدامها معًا.

الطريق نحو نماذج العالم غير مجدٍ

All-Weather Tech: هل يمكنك الحديث عن رأيك في نماذج العالم وVLA؟

**تانغ وِن بين: **هناك نقطتان مهمتان: فهم العالم وإنتاج العالم، وهما مختلفان.

نموذج اللغة الكبير الذي نناقشه اليوم، يركز بشكل عام على قدرته على فهم العالم. أما نموذج العالم، فهو يحاول التنبؤ بالمستقبل، أي توقع كيف ستكون الإطارات التالية، بينما نماذج VLA (الرؤية-اللغة-الحركة) فهي تتفاعل مع العالم.

هذه النماذج مشتركة، لكنها تحل المشكلات من زوايا مختلفة.

نعتقد أن أفضل استراتيجية هي الجمع بين الاثنين. فقط بذلك، يمكننا فهم المحتوى وإنتاجه، وفهم العالم والتفاعل معه.

نظريًا، إذا استطاع النموذج التنبؤ بالمستقبل، فسيكون قادرًا على استنتاج كيفية التصرف. وإذا عرفنا كيف نتصرف، فهذا يعني أننا قادرون على التنبؤ بما سيحدث بعد ذلك.

لذا، في إطار تقنيتنا الحالية، ندمج نموذج العالم مع نموذج VLA، بحيث يكون النموذج قادرًا على فهم العالم والتنبؤ بالمستقبل في آنٍ واحد.

وبذلك، لا يقتصر النموذج على تنفيذ الأفعال فحسب، بل يمكنه أيضًا التنبؤ بكيفية تغير العالم بعد تنفيذها.

All-Weather Tech: هل تختلف الأطر التقنية في الصناعة عنكم؟

**تانغ وِن بين: **نعم، بعض الشركات تدعو إلى الاعتماد فقط على نموذج العالم. وهناك رأي يقول إنه من خلال توليد البيانات بواسطة نموذج العالم، يمكن للروبوت أن يتعلم عن طريق التقليد، مما يخلق مصدر بيانات غير محدود.

لكنني أرى أن هذا الطريق غير مجدٍ، لأنه إذا كانت نماذج العالم قد حققت قدرات عالية، فالمسألة الأساسية أصبحت في التوليد، ولم يعد هناك حاجة لاستخدام البيانات المولدة لتدريب الروبوت.

الطريق الآخر، وهو الذي يتبناه العديد من الزملاء، هو التنبؤ بمستقبل العالم باستخدام نموذج، ثم استنتاج الأفعال اللازمة بناءً على ذلك. يتضمن ذلك التنبؤ بالمشهد المستقبلي أو حالة العالم، ثم حساب تسلسل الأفعال المناسب، وهو ما يمثل النهج الذي يجمع بين النموذجين، كما ذكرت سابقًا.

All-Weather Tech: من ناحية السيناريو، مع ارتفاع مستوى الأتمتة في المصانع، هل ستصبح الروبوتات بلا فائدة في المصانع؟

**تانغ وِن بين: **بالفعل، الحلول الأوتوماتيكية الحالية ناضجة جدًا. لكننا نرغب في حل المشكلات التي لم تكن ممكنة من قبل، أو كانت تكلفتها عالية جدًا.

لكن، كثير من خطوط الإنتاج الآلية لا تتطلب قدرات عالية على التعميم، فهي لا تحتاج إلى تعميم على الأهداف أو البيئات أو المهام. على سبيل المثال، عدد SKU محدود، وظروف الإضاءة معدلة مسبقًا.

أما المشكلات التي لا تزال قائمة، فهي تنوع الأهداف، وتغير البيئة باستمرار، وحتى وجود مهام مختلفة.

على سبيل المثال، في سيناريو اللوجستيات، الروبوتات تقوم أساسًا بنقل البضائع، لكن أداؤها في العمليات اليدوية غير جيد، لأن ذلك يتطلب قدرات عالية على التعميم.

مثلاً، عند شراء زجاجة كوكاكولا وعبوة شيبس، يقوم العامل بتغليف كل واحدة بشكل منفصل. مع تنوع المنتجات وتغير الظروف، يصعب على الأتمتة التعامل مع ذلك.

وفي التعبئة والتغليف، مثل عبوات الشامبو، نلاحظ أن الزجاجة تُلف بكيس بلاستيكي لمنع التسرب، ويقوم العامل بناءً على خبرته بلفه ثم وضعه في كيس فوم، ويلصق عليه ملصقًا، وهو أمر يصعب على الآلات تنفيذه حاليًا.

نحن نختبر حاليًا بعض الحلول في مجالات اللوجستيات والصناعة.

All-Weather Tech: هل تفضلون التركيز على تطوير سيناريو معين بشكل مركزي، أم التوسع في عدة سيناريوهات في آنٍ واحد؟

**تانغ وِن بين: **هذا يعتمد على الجانبين. عند مراقبة تطور النماذج الكبيرة، خاصة أحدث التقدمات، نلاحظ اتجاهًا مشتركًا: إذا بنينا نموذجًا متخصصًا في مجال واحد فقط، فلن يكون قادرًا على التعميم بشكل حقيقي، وهذا غير ممكن.

لذا، من ناحية النموذج، نحن ملتزمون بالسعي نحو التعميم، وتطوير قدرات تقنية أكثر عمومية.

لكن، من ناحية تطبيقات السوق، نحتاج إلى تنفيذ كل سيناريو على حدة، خطوة خطوة.

داخل شركتنا، نؤكد دائمًا أن هناك نقطتين رئيسيتين في تطبيق المنتج: أولًا، يجب أن يكون الحل قادرًا على إغلاق الحلقة، بمعنى أن يعالج جميع مشكلات واستثناءات عمل العميل، ويغطي جميع متطلبات العمليات. ثانيًا، يجب أن يكون التكلفة قابلة للتحكم، بحيث يشعر العميل أن التعاون مجدي.

فقط عندما نحقق هذين الشرطين، يمكن للعميل أن يفكر في تطبيق منتجاتنا على نطاق واسع.

لذا، عند تنفيذ كل سيناريو، نحتاج إلى فهم واضح لقيمة العميل، والتأكد من تحقيق هاتين النقطتين. وهو عملية تتكرر كل عام.

نصفّف هذا التفاعل بين تطوير النموذج وتطبيقه في إطار علاقة ذات زاوية 45 درجة، حيث يكونان مرتبطين لكن ليسا متطابقين تمامًا.

بالطبع، هدفنا هو أن يتجه النموذج نحو مزيد من التعميم.

الاحترام للمساحات

All-Weather Tech: هل تؤمنون بمسار الروبوتات العامة؟

تانغ وِن بين: أعتقد أن النموذج يمكن أن يكون عامًا، لكن الأجهزة صعبة جدًا على التنفيذ.

في الواقع، أيدينا مرنة جدًا، يمكن أن تنفذ عمليات دقيقة، وفي نفس الوقت ترفع أوزانًا تصل إلى 50 كيلوجرامًا، وربما أكثر.

لكن، بسبب قوانين الفيزياء والمواد، يختلف الذراع الآلي الذي يرفع بضائعًا بوزن 2 كجم عن الذي يرفع 20 كجم، لأن كثافة الطاقة مختلفة.

لذا، نرى أن الاعتماد على تصميم موحد وتطبيقه على جميع السيناريوهات غالبًا ما يؤدي إلى نقص في التصميم أو زيادة غير ضرورية.

نقص التصميم هو أن الوزن قد لا يتحمل، أو أن مساحة تركيب الحساسات ضيقة جدًا، مما يصعب الحل. أو قد يكون التصميم مبالغًا فيه، مما يرفع السعر بشكل كبير.

على سبيل المثال، عند استخدام ذراعين بعجلات، إذا كان مركز الثقل مرتفعًا، يكون أسرع، لكن عند السرعة، يصعب التوقف، وإلا قد يسقط.

وفي بعض السيناريوهات، قد يكون الثبات وعدم الحركة هو الخيار الأفضل، بحيث تنقل المركبة الأشياء إليك.

وبالتالي، قد توجد مشكلة في الإفراط في التصميم.

فكرنا هو أن نجعل النموذج قادرًا على التعميم، وأن يتكيف مع منصات الأجهزة المختلفة.

All-Weather Tech: هل يركز المستثمرون على قدرات النموذج؟

**تانغ وِن بين: نعم، فريقنا يميز نفسه بأنه لا يطور فقط سيناريوهات الروبوتات، بل يفهم النماذج بشكل عميق. لدينا خبرة واسعة في مجال اللوجستيات مع شركة Megvii، ولدينا حجم كبير، مما يمنحنا فهمًا عميقًا للمنتج، بالإضافة إلى فريق متخصص في تحسين النماذج.

All-Weather Tech: كثير من الشركات في الصناعة تفهم احتياجات القطاع بشكل جيد، لكن أنتم بدأتم من النماذج، فهل تعتقد أن فهمكم للسيناريوهات أضعف؟

**تانغ وِن بين: في الواقع، عملنا على العديد من السيناريوهات أثناء وجودنا في Megvii، لذلك أعتقد أننا فريق “متعلم” نوعًا ما.

وهذا يعود إلى العقلية. صناعة الروبوتات تحتاج إلى فريقين: فريق يفهم التقنية بشكل عميق، وآخر يفهم السيناريوهات. نحن في الوسط.

الذين يركزون على التقنية فقط، غالبًا ما يضعون افتراضات كثيرة عن السيناريوهات، ويظنون أن الأمر بسيط. لكن التفاصيل الدقيقة في الواقع هي التي تخفي الشيطان. على سبيل المثال، عند ظهور مشكلة، لا يمكن إيقاف خط الإنتاج، لذا يجب أن يكون هناك نظام استثنائي متكامل.

لذا، يجب على من يعمل في التقنية أن يوقر السيناريوهات ويخضعها لاحترام عميق.

لكن، هناك أيضًا مشاكل في الصناعة، فالكثير من الزملاء يظنون أن التقنية لا حدود لها، وعندما يواجهون مشكلة لا يمكن حلها، يشعرون بخيبة أمل ويعودون إلى الطرق التقليدية القائمة على القواعد.

لكن، تطور النماذج اليوم هو في مرحلة وسطى، وسرعته عالية جدًا، وهو في تطور سريع.

نحن بحاجة إلى أشخاص يملكون القدرة على تقييم السيناريوهات، وفهم الخوارزميات وتطورها، وأيضًا من يخطط لكيفية معالجة المشكلات الحالية بسرعة.

كل أعمالنا الحالية تهدف إلى تلبية الطلبات. ونحن نعلم أن لدينا حدودًا في الرؤية.

لذا، أؤمن بأهمية التعلم الواسع، والمراقبة من زوايا متعددة، لكن يجب أن نضع معاييرنا الخاصة، ونختار السيناريوهات التي يمكن أن تستمر وتبقى.

All-Weather Tech: كيف تحددون جمهوركم المستهدف؟ هل هم شركات الروبوتات، أم من يطبقون السيناريوهات؟

**تانغ وِن بين: **الأغلب هم من مطوري السيناريوهات التطبيقية.

بصراحة، سواء في الصين أو الخارج، نماذجنا ليست ناضجة بعد. لم نصل بعد إلى مرحلة يمكن فيها نشر النموذج مباشرة على أجهزة الروبوت، وتدريبه بشكل بسيط ليعمل.

أعتقد أنه، قبل أن نصل إلى نضوج النماذج، فإن التكامل الرأسي ضروري لتحقيق تطبيقات واقعية.

إذا لم نتمكن من التعامل مع السيناريو بشكل مستقل، وطلبنا من شركائنا أو عملائنا حل المشكلة، فذلك غير واقعي. أؤمن أنه في المستقبل، سنقوم ببناء بعض السيناريوهات بشكل خاص، وربما يمكننا عبر منصة مفتوحة التعاون مع شركائنا لإنجاز المزيد من السيناريوهات. يمكنهم استخدام أجهزتنا، أو الاعتماد فقط على “عقولنا”، لاستكشاف إمكانيات أوسع.

All-Weather Tech: هل سبب فتح المصدر للنماذج هو رغبتكم في أن يشارك الآخرون ويضيفوا؟

**تانغ وِن بين: **السبب في فتح المصدر يتضمن جانبين: أولًا، نريد أن يستخدم المزيد من الناس إطار العمل والنماذج التي نطورها، بحيث نتمكن من استكشاف المزيد من السيناريوهات ودفع التقنية نحو التطبيق. ثانيًا، رغم أن الصناعة حاليًا مشتعلة، إلا أن نضوج النماذج لا يزال في مراحله الأولى، والتواصل والتعاون ضروريان لتسريع التقدم.

All-Weather Tech: هل يمكنك مشاركة مدى تقدم هدفكم لعام 2026، وهو نشر 1000 جهاز مستدام في كل سيناريو؟

**تانغ وِن بين: **قد نصل إلى التشغيل المستمر في النصف الثاني من العام. نحن لا زلنا في مرحلة اختبار إثبات المفهوم (POC).

نحن واثقون جدًا من إمكانيات تطبيق السيناريوهات بشكل جماعي.

لتمكين الروبوتات من العمل بشكل مستمر، يجب أن نحدد آليات لتحمل الأخطاء. بصراحة، الطرق الحالية المدفوعة بالنماذج لا تضمن دقة 100%.

ماذا لو فشل المهمة؟ يجب أن يكون لدينا خطة. نحتاج إلى استكشاف كيف يمكننا استلام المهام، واستعادة المهام الفاشلة. كما نحتاج إلى تقييم تأثير الفشل على الشركة، وهل يمكن تحمله.

بعد وضع خطة احتياطية، نحتاج أيضًا إلى حساب العائد على الاستثمار (ROI) للنظام بأكمله.

All-Weather Tech: عند الحديث عن ROI، هل يطلب العملاء منك مباشرة كم يمكن أن توفر لهم من تكاليف الإنتاج؟

**تانغ وِن بين: **عادة، يسأل العملاء عن مدة استرداد الاستثمار.

إذا استغرق الأمر أكثر من خمس سنوات، فالأمر غير مجدٍ.

أما إذا كان يمكن استرداد التكاليف خلال عامين إلى ثلاثة أعوام، فسنبدأ على الفور. في بيئة الأعمال بين الشركات الحالية، تعتمد قراراتنا بشكل كبير على تحليل منطقي، وتقدير مدى زيادة الكفاءة التي يمكن أن نوفرها للعميل. على سبيل المثال، يمكن للروبوت أن يطيل فترة تشغيل بعض العمليات، ويزيد من كفاءة استخدام المعدات الحالية، ويحقق قيمة للعميل.

All-Weather Tech: هل يمكنك الكشف عن تحديثات النماذج المستقبلية؟

**تانغ وِن بين: **هذا العام، نركز بشكل رئيسي على التعميم.

All-Weather Tech: هل تعتقد أن دخولك في مجال النماذج المجسدة بعد عام واحد من التأسيس متأخر جدًا؟

**تانغ وِن بين: **في الحقيقة، كنا نرغب منذ سنوات في تطوير روبوتات عامة، لكننا كنا نعتقد أن التقنية غير ناضجة. ومع تطور نماذج مثل DeepSeek وغيرها، زادت ثقتي في إمكانية تحقيق ذلك.

All-Weather Tech: إذا طلبت منك أن تختار كلمة واحدة لوصف صناعة الذكاء المجسد في 2026، فماذا ستكون؟

**تانغ وِن بين: **كلمتان: الأولى، تحسين قدرات النماذج؛ والثانية، استمرارية تشغيل السيناريوهات.

أعتقد أن النماذج لا تزال في مراحلها المبكرة، لكن وتيرتها تتسارع بسرعة، لذلك علينا أن نعمل على تحسين قدرات الخوارزميات، خاصة في التكيف مع الأهداف والبيئات، وتعميم المهام، فهذه القدرات مهمة جدًا. أما فيما يخص تطبيق السيناريوهات، فالمشاريع التجريبية (POC) ليست ذات معنى كبير، فهي مجرد نقطة انطلاق، والأهم هو كيف نحقق التشغيل المستمر في الواقع. وقد حان الوقت لذلك، ويجب أن يكون ذلك في 2026.