هل ستتوجّه شركة الصين للذكاء المجسد إلى المركز في الصدارة على مستوى العالم مع ثورة الإنتاج التي يقودها الثلاثي العملاق في وادي السيليكون؟

مقدمة: الإجراءات المُسبَقة هي تذكرة الدخول لليوم، وقدرة التعميم هي تذكرة المباراة النهائية غدًا.

تحرير｜جينغ تشينغ

المؤلف｜جيانغ جينغ

في ختام الربع الأول من عام 2026، ومع إجراء عالمي متزامن في قطاع التكنولوجيا، تم الإعلان رسميًا عن نقطة تحوّل تاريخية لصناعة الروبوتات البشرية الشكل.

في الأسبوع نفسه، واصلت ثلاث شركات عمالقة في وادي السيليكون—Google وAmazon وTesla—التحرك بقوة. فقد دفعنها جهود متكاملة من تمكين تقني، وتخطيط للسيناريوهات، إلى التوسع في الإنتاج والتحقق على أرض الواقع بشكل شامل، لنقل الروبوتات البشرية الشكل من ساحة عروض التكنولوجيا إلى ساحة المنافسة الصناعية.

وفي الوقت نفسه، قامت الصين أيضًا بمزيد من التحركات. ففي 26 مارس، أصدرت الهيئة الصينية لأبحاث الاتصالات والمعلومات (CAICT) بالتعاون مع أكثر من 40 جهة معيارًا صناعيًا أولًا في مجال الذكاء المتمحور حول الجسد (具身智能). ومع استمرار تشديد السياسات، وتسريع تطبيق الشركات، وارتفاع حماس رأس المال، تعمل الصين على تحقيق انتقال من “الملاحقة” إلى “الاقتران”، بل وبدأت في العديد من المجالات توجيه تحدّي نحو “الريادة”.

فهل تستطيع هذه الثورة، التي تعيد كتابة قواعد الأعمال ومستقبل النظام البيئي للصناعة، أن تحتل المركز الأول (C位) في الصين؟

اندفاع عالمي محموم: عمالقة وادي السيليكون يخطّطون للإنتاج بكثافة، ويعيدون تشكيل قوة الإنتاج المستقبلية

لم يعد أحد ينظر إلى الروبوتات البشرية الشكل على أنها مفهوم من الخيال العلمي.

في الآونة الأخيرة، جعلت تحركات الشركات الثلاث في وادي السيليكون المتزامنة الإيقاع خطوات الإنتاج بكثافة واضحة للسمع؛ فكل خطوة من خطوات تخطيطها تتجه مباشرة إلى إعادة تشكيل قوة الإنتاج المستقبلية. كما أن متابعة رأس المال العالمي والشركات المحلية للحاق بهذا الاتجاه جعلت سخونة هذا المسار تستمر في الارتفاع.

بادرت Google أولًا إلى بناء “عقل” ذكي للروبوتات، وأطلقت نموذجين جديدين من الذكاء الاصطناعي: Gemini Robotics وGemini Robotics-ER. ففي حين يسمح الأول للروبوت بفهم سياقات جديدة دون تدريب متخصص، فإن الثاني يمكنه “فهم عالم معقّد وديناميكي”، ما يمنح تمكينًا على مستوى التقنية لتطبيق الروبوتات في سيناريوهات واقعية.

أما Amazon فتركيزها منصب على التنفيذ في السيناريوهات وخطط التوزيع. خلال أسبوع واحد، قامت تباعًا بالاستحواذ على شركتي ناشئتين للروبوتات البشرية الشكل: Fauna Robotics، وشركة روبوتات لوجستية: Rivr. ولا يتمثل تخطيطها في تحسين توصيل الطرود فحسب، بل في بناء “أوعية دموية دقيقة” لخدمات الروبوتات تمتد من خطوط الإنتاج في المصانع إلى صالات المعيشة في المنازل، بهدف تشكيل نظام القوى العاملة للجيل التالي.

أكثر تحركات Tesla المتعلقة بالإنتاج بكثافة لفتت الانتباه. ففي 25 مارس، نشرت روبوتات Optimus إشعارًا بتوظيف المواهب ذات الصلة، حيث ذكرت بوضوح أنها ستغيّر هيكل القوى العاملة واقتصاديات التصنيع. ويهدف ذلك إلى تحقيق إنتاج كثيف واسع النطاق في أقرب وقت ممكن، وأنه سيتم في صيف هذا العام إطلاق أول خط إنتاج في تاريخ البشرية لإنتاج مليون وحدة سنويًا من الروبوتات البشرية الشكل، لتدفع تطبيق الإنتاج بكثافة إلى مرحلة عملية فعليًا.

إن تخطيط وادي السيليكون لا يقتصر على ذلك. ففي اليوم نفسه، استضافت واشنطن العاصمة روبوتات Figure03 البشرية الشكل التي طوّرتها شركة Figure AI، ليصبح أول روبوت بشري الشكل من صنع أمريكي داخل البيت الأبيض، ويتمتع بقدرات مثل التواصل بلغات متعددة والقيام بالأعمال المنزلية بشكل مستقل. وفي الوقت الذي تم فيه الإعلان، كانت جولة تمويل الشركة قبل ستة أشهر قد تجاوزت 1.0 مليار دولار أمريكي، وقد وقفت عمالقة مثل Nvidia وLG وغيرها على المنصة، ما أظهر بوضوح مدى ترحيب رأس المال العالمي بمسار الروبوتات البشرية الشكل.

صرّح يوان شواي، نائب مدير إدارة الاستثمار في معهد أبحاث تطوير المدن في الصين، بأن تحركات عمالقة وادي السيليكون لإطلاق الإنتاج بكثافة، وإصدار معايير صناعة الذكاء المتمحور حول الجسد في الصين، تتزامنان معًا لتُشير إلى أن صناعة الروبوتات البشرية الشكل انتقلت من “العمق” الخاص بالبحث والتطوير التقني إلى “الفترة الذهبية” للتطبيق التجاري على أرض الواقع. فاختراق التقنيات الأساسية يدعم التصنيع على نطاق واسع، بينما تحدد المعايير الصناعية المواصفات التقنية وتقلل من المنافسة غير المنظمة.

لكن الخبير قاومينغ (غاو هينغ) من جمعية أخبار التكنولوجيا في الصين قدّم حكمًا أكثر حذرًا، إذ رأى أن الصناعة حاليًا تدخل “الليلة السابقة للاكتمال التجاري” وفترة تحقيق جزئي، وليس “الفترة الذهبية” لانفجار شامل للتجارية. فالتغيير الأساسي في الوقت الحالي هو أن جميع الأطراف بدأت تتحقق معًا مما إذا كان الروبوت يستطيع “العمل باستمرار في سيناريوهات واقعية” وما إذا كانت التكاليف “قابلة للتحكم”، وليس مجرد اختراق في البحث والتطوير التقني.

التفوق من الصين: مزايا متعددة تُثبّت الجذور، والقصور الأساسي العاجل يحتاج إلى استكمال

عندما يطلق عمالقة وادي السيليكون موجة الإنتاج بكثافة، فإن الصين ليست في موقع المتلقي السلبي، بل كانت قد خططت مبكرًا. وبفضل مزايا متعددة مثل المعايير والسيناريوهات والسوق ورأس المال، تمكنت من تثبيت مكانتها في مسار الذكاء المتمحور حول الجسد عالميًا. ومع ذلك، مقارنة بعواصم وادي السيليكون، ما زالت توجد فجوة في التقنيات والقدرات الأساسية، ما يُعيق تطور الصناعة أكثر.

على مستوى المزايا، تُظهر الصين سمات محلية واضحة وأثر السبق. أولًا، تمتلك زمام “الخطاب المتعلق بالمعايير”. ففي 26 مارس، أصدرت CAICT بالتعاون مع أكثر من 40 جهة معيارًا صناعيًا أولًا في مجال الذكاء المتمحور حول الجسد، ما أنشأ إطار اختبار مرجعي موحد. وقد مكّن هذا الصين من الاستحواذ على زمام المبادرة في صياغة المعايير في المراحل الأولى من تطور الصناعة.

ثانيًا، التنفيذ في السيناريوهات جاء متقدمًا. فقد لم يقتصر تطور الذكاء المتمحور حول الجسد في الصين على مرحلة العروض التقديمية، بل تحقق تطبيق فعلي. فمثلًا، تم بالفعل إدراج روبوتات الكلاب الرباعية “Unitree” (宇树) في مشاريع متعددة مثل محطة تحويل الجهد في مقاطعة تشجيانغ، والممرات تحت الأرض لأنابيب الصرف في مدينة هانغتشو، وقاعدة تشجيانغ للبتروكيماويات في مقاطعة قوانغدونغ، ضمن مهام التفتيش الصناعي.

وفي الوقت نفسه، تتمتع الصين بسعة سوقية ضخمة وبيئة رأس مال نشطة. ففي عام 2025، تجاوز عدد شركات حلول الذكاء المتمحور حول الجسد (الأنظمة الكاملة/المتكاملة) في الصين المحلية 140 شركة، وقد أطلقت منتجات روبوتات بشرية الشكل تزيد عن 330 طرازًا، وبلغ حجم الشحن حوالي 17 ألف وحدة. وتبلغ أحجام سوق الذكاء المتمحور حول الجسد والروبوتات البشرية الشكل 5.2.95 مليار يوان و8.2.39 مليار يوان على التوالي.

على صعيد رأس المال، تم قبول طلب طرح Unitree Technology (宇树科技) للاكتتاب في بورصة شنغهاي (IPO)، لتصبح أول سهم من نوع الروبوتات البشرية الشكل في A-Stock. ومنذ بداية العام، شهدت صناعة الذكاء المتمحور حول الجسد تمويلًا كبيرًا بحجم إجمالي مرتفع، وتسارعت عملية التمويل الرأسمالي. وفي الوقت نفسه، في الفترة من يناير إلى سبتمبر 2025، ارتفعت إيرادات مبيعات روبوتات الكلاب الرباعية وروبوتات بشرية الشكل لدى Unitree Technology بنسبة 182.22% و6.42 مرات على أساس سنوي على التوالي، وهو ما يثبت مباشرة إمكانات السوق.

رغم أن زخم التطور سريع للغاية، إلا أن الصين تُظهر أيضًا نقاط ضعف واضحة في المنافسة العالمية.

يشير عدد من الخبراء إلى أن الفجوة الأساسية بين الروبوتات البشرية الشكل في الصين والغرب لا تكمن في تصنيع العتاد وحده، بل في تراكم البيانات، وقدرة تعميم النماذج، والترسيب التقني في الطبقة الأساسية. وعلى السطح، تظهر الفجوة على شكل عدم كفاية مرونة حركات الروبوت وقدرة التعميم.

يرى يوان شواي أن الفجوة بين الروبوتات البشرية الشكل في الصين والخارج—من حيث النظر السطحي—تظهر في اختلاف مرونة الحركة وقدرة التعميم، بينما الجذر يكمن في التقنيات الأساسية، وتراكم البيانات، ومناهج البحث والتطوير. فمثلًا، يمكن لـ Google RoboCat تحقيق حركات مرنة وقابلة للتعميم، ويعتمد ذلك على ترسيب طويل الأمد للتقنيات، مع استثمارات مستمرة خاصة في مجالات مثل خوارزميات النماذج الكبيرة (large model)، ودمج المستشعرات، والتحكم في ديناميكيات الروبوت. ومن خلال الاعتماد على بيانات تدريب ضخمة عبر مشاهد متعددة، يمتلك الروبوت قدرة على التعلم الذاتي والتكيف مع البيئة.

وأشار إلى أن المنتجات المحلية ما زالت غالبًا محصورة في مرحلة “الإجراءات المُسبَقة” و”إعادة إنتاج سيناريو ثابت”. وتتمثل نقطة الضعف الأساسية في نقص بيانات تدريب حقيقية عالية الجودة وبحجم كبير عبر سيناريوهات واقعية، ما يؤدي إلى عدم كفاية قدرة تعميم الخوارزميات. وثانيًا، الاعتماد على الواردات في مكونات أساسية مثل محركات سيرفو عالية الدقة وأجهزة استشعار القوة يحد من دقة الحركة ومستوى الإحساس.

وأضاف غاو هينغ أن الفجوة الحقيقية تعتمد على ما إذا كانت البيانات والنماذج والهندسة الأنظمة وقدرات “إغلاق الحلقة” عبر السيناريوهات يمكن أن تتشكل كمنظومة مترابطة. فاستهداف الشركات الرائدة في الخارج هو بناء روبوتات ذكية تستطيع فهم البيئة وإتمام المهام بشكل مستقل؛ والفكرة الأساسية هي التعامل مع الروبوت باعتباره “منتج بيانات” يمكن تطويره وتكراره بشكل مستدام. فتعلم التعميم بحد ذاته هو قدرة مركبة، وليس أن هناك تقنية واحدة متأخرة في الصين؛ بل إن البيانات والسيناريوهات لم تتشكل معها عجلة تكرار وتطوير مستمر، لذلك لا يمكن للروبوت إلا تعديل المعلمات في مهمة واحدة، ما يجعل من الصعب أن يصبح أكثر ذكاءً كلما استخدم أكثر.

قال كاتب معروف في الشؤون المالية، ومن معهد “تأثير بعيد المدى” (眺远影响力研究院)، غاو تشينغ يوان (高承远): إن الفجوة الأساسية تتمحور حول تراكم البيانات وقدرة تعميم النماذج. ففي الخارج، توجد مزايا واضحة في التعلم الانتقالي من المحاكاة إلى الواقع، واستراتيجيات التعلم متعدد المهام والقابلة للتعميم، مستندة إلى استثمارات طويلة لبناء حلقة بيانات مغلقة عبر سيناريوهات متعددة وقدرات تطوير النماذج الأساسية. أما في الداخل، فما يزال التركيز على الإجراءات المُسبَقة؛ والجوهر هو نقص بيانات جسدية عالية الجودة، كما توجد فجوة أجيال في قدرات الحوسبة المطلوبة وتحويل مهارات هندسة الخوارزميات لتطبيق النماذج الكبيرة من النهاية إلى النهاية (end-to-end).

كما يعترف غاو شواي من شركة Unitree Technology بأن التحديات التقنية الرئيسية التي ما زالت بحاجة إلى اختراق من أجل تطبيق تجاري واسع النطاق في سيناريوهات الصناعة والمنزل، تشمل حلّتين أساسيتين: قدرات “النموذج الكبير المتمحور حول الجسد” في طبقة “العقل”، ودقة المتانة والتصميم الدقيق لـ”اليد الذكية المرنة” (灵巧手). ومن بين أكبر التحديات، أن النماذج الكبيرة المتمحورة حول الجسد عالميًا ما زالت في مرحلة مبكرة من التطور، ما يجعل قدرة التعميم غير كافية.

طريق كسر الجمود: مسارات متعددة لتحسين القدرة، مع الموازنة بين الحاضر والمستقبل

في ظل خلفيات مثل نقص تراكم البيانات والسيناريوهات، أصبح السؤال الأهم للشركات المحلية هو كيفية تحسين مرونة حركات الروبوتات وقدرة التعميم.

وبالاستناد إلى واقع الصناعة، قدم عدد من الخبراء مسارات تطوير تجمع بين قابلية التطبيق العملي والطموح المستقبلي. كما شددوا على ضرورة أن توازن الشركات بين التنفيذ قصير الأجل والبحث والتطوير طويل الأجل: فالإجراءات المُسبَقة هي ورقة دخول، بينما تُعد قدرة التعميم “جدارًا” دفاعيًا أساسيًا.

اقترح وانغ بنغ، باحث في معهد علوم المجتمع والسياسة في بكين، أن بإمكان الشركات المحلية اللحاق بالركب عبر مسارين: “تثبيت السيناريو” + “إعادة استخدام التقنية”. فمن جهة، التركيز على إغلاق حلقة البيانات في سيناريوهات عمودية محددة، أولًا قفل سيناريوهات معيارية مثل لحام الهياكل الصناعية ونقل المواد، ثم الحصول على مجموعة بيانات خاصة من خلال تطبيق بنطاق محدود، وبعدها تدريب نموذج جسدي مخصص للمجال العمودي. ومن جهة أخرى، الاعتماد على التنسيق ضمن نظام بيئي مفتوح المصدر: الاستفادة من المعايير الصناعية التي تصدرها CAICT لدفع مشاركة بيانات عبر الشركات، والقيام بتدريب تعاوني لنماذج عامة بناءً على بيانات عمليات بتنسيق موحد.

واقترح يوان شواي تنفيذ مسارات متعددة بالتوازي: ليس فقط التعاون مع المؤسسات البحثية الجامعية، واستخدام المحاكاة والتماثل الرقمي لإنتاج بيانات افتراضية لإجراء التدريب ثم نقلها إلى الواقع، بل أيضًا فتح واجهات لربط العمل مع أصحاب السيناريو لتنفيذ تجارب تجريبية وجمع بيانات حقيقية لتكرار الخوارزميات. وفي الوقت نفسه، دفع مشاركة بيانات التدريب مجهولة الهوية بين الشركات لكسر جزر البيانات، وزيادة استثمار البحث والتطوير في المكونات الأساسية ذاتية التطوير، حتى يدعم اختراق العتاد حركة روبوتات أكثر مرونة.

قدّم غاو هينغ أربع مسارات عملية: أولًا، أخذ البيانات من سيناريوهات حقيقية؛ والارتباط الوثيق بمصانع ومخازن وغيرها من السيناريوهات، بحيث تندمج الروبوتات في تدفق العمل الحقيقي وتراكم البيانات. ثانيًا، المحاكاة أولًا وإغلاق الحلقة بالروبوت الحقيقي؛ تدريب الاستراتيجيات في بيئة المحاكاة ثم ضبطها بدقة في الواقع لتقليل تكلفة التدريب. ثالثًا، تنفيذ “تعميم المهام” أولًا: التركيز على مهام من نوع واحد مثل الفرز والتحميل والنقل لتحقيق التعميم، ومن ثم تجسيد القيمة التجارية أولًا. رابعًا، إنشاء نظام بيانات ومعايير مشترك على مستوى الصناعة لحل مشكلة عدم توحيد الواجهات ونظام التقييم، بما يكوّن تكرارًا على مستوى الصناعة.

اتفق الخبراء بالإجماع على أن كلًا من الإجراءات المُسبَقة وقدرة التعميم متساويان في الأهمية لتطوير الشركات.

يرى وانغ بنغ أنه على المدى القصير، يمكن للروبوتات التي تعتمد على إجراءات مُسبَقة تغطية متطلبات أغلب السيناريوهات الصناعية، وأن تكلفتها أقل من تكاليف الروبوتات ذات قدرة التعميم. لكن على المدى الطويل، فإن قدرة التعميم هي الحاجز الأساسي الذي يحدد ما إذا كانت الشركات ستنجح في تجاوز دورات الصناعة—ومع توسع السيناريوهات غير المعيارية مثل خدمات المنازل والإنقاذ في حالات الطوارئ، ستصبح الروبوتات القادرة على التكيف الذاتي مع البيئة تدريجيًا هي السائدة.

يتفق غاو هينغ أيضًا، إذ يرى أن الإجراءات المُسبَقة هي تذكرة الدخول لليوم، وقدرة التعميم هي تذكرة المباراة النهائية غدًا. بالنسبة للشركات، لا ينبغي التخلي عن الاستثمار طويل الأجل في قدرة التعميم لمجرد أنها تحقق أرباحًا اليوم اعتمادًا على الإجراءات المُسبَقة؛ وفي الوقت نفسه، لا ينبغي تجاهل السيناريوهات القابلة للتطبيق على أرض الواقع حاليًا لمجرد السعي إلى التعميم. إن أخذ الطلبات أولًا ثم تدريب الذكاء—هو مسار أكثر واقعية.

في الوقت الحالي، يشكل حجم سوق الذكاء المتمحور حول الجسد في الصين بالفعل نصف حجم العالم تقريبًا، وقد تحققت تطبيقات على أرض الواقع في سيناريوهات مثل الصناعة والطوارئ. فمستقبلًا، أي نوع من السيناريوهات سيصبح نقطة اختراق الصين الأولى لتحقيق الاستخدام التجاري على نطاق واسع لروبوتات الذكاء المتمحور حول الجسد؟

يرى غاو تشينغ يوان أن التصنيع الصناعي سيكون نقطة الاختراق الأولى لتحقيق الاستخدام التجاري على نطاق واسع في الصين، وبالأخص سيناريوهات مثل تصنيع السيارات وتجميع إلكترونيات 3C ولوجستيات المستودعات. ويتطلب استخراج احتياجات السيناريوهات الغوص بعمق في الخطوط الصناعية الأولى، وبناء مختبرات مشتركة مع شركات تصنيع رائدة. ويبدأ ذلك من استبدال عملية مفردة، ثم تدريجيًا التوسع إلى الأتمتة على خط كامل. والركيزة الأساسية لدمج التقنية والسيناريوهات هي إنشاء آلية “محرك عكسي لتقنية تعريف السيناريو”، بحيث تكون احتياجات خطوط الإنتاج الحقيقية هي ما يسحب تطور العتاد وتحسين الخوارزميات، بدل أن تأتي التقنية أولًا ثم يتم البحث عن سيناريوهات.

من “الاقتران/الملاحقة” إلى “الريادة العالمية”، لا تزال الصين بحاجة إلى اختراق عنق الزجاجة الأساسي في السياسات والتقنيات والنظام البيئي للصناعة.

اقترح يوان شواي أنه على مستوى السياسات ينبغي تعزيز الدعم والاستثمار المالي، وتحسين حماية حقوق الملكية الفكرية. وعلى مستوى التقنيات ينبغي التركيز على اختراق خوارزميات النماذج الكبيرة والمكونات الأساسية، ورفع قدرة الروبوتات على التعلم الذاتي وقدرة التعميم. وعلى مستوى النظام البيئي للصناعة، ينبغي تعزيز التعاون بين المنبع والمصب، وتسريع تصنيع المكونات محليًا، وتعميق دمج المؤسسات التعليمية والبحثية مع التطبيق الصناعي، ودفع تحويل النتائج. كما ينبغي تنفيذ تعاون دولي بنشاط، والمشاركة في صياغة المعايير العالمية لرفع حق الكلام في الصناعة، وصولًا إلى بناء نظام بيئي كامل للذكاء المتمحور حول الجسد وتحقيق هدف الريادة.