نماذج الذكاء الاصطناعي المحلية تتكرر بشكل مكثف وترقية مستمرة، مع التركيز على ثلاثة خطوط استثمار رئيسية

منذ عام 2026، ركّزت شركات نماذج لغوية كبيرة محلية على ترقية قدرات الـAgent والقدرات البرمجية، حيث سارعت إلى إصدار نماذج جديدة. فمثلًا، تمّت ترقية قدرات MiniMax البرمجية إلى مستوى أعلى؛ إذ حقق اختبار M2.7 SWE-Pro نسبة 56.22%، متجاوزًا Gemini 3.1 Pro. كما سجل في سيناريو اختبار تسليم المشاريع المتكامل من طرف إلى طرف في VIBE-Pro نسبة 55.6%، ما يعادل أداء Claude Opus 4.6، مع تعزيز إضافي لفهم منطق تشغيل أنظمة البرمجيات. وفي الوقت نفسه، شاركت نماذج سلسلة M2 في سيناريوهات مثل RL ضمن عملية تدريب M2.7، بما يتيح للنموذج تحسين ذاته بشكل تكراري.

ترى شركة CICC للتأمينات (CITIC Securities) أن النموذج الجديد من الجيل التالي DeepSeek، والذي يُتوقع صدوره قريبًا، من المحتمل أن يواصل مسار نماذج مفتوحة المصدر عالية القيمة مقابل التكلفة. ومن المتوقع أن يتمكّن في القدرات من تحقيق وظائف ذاكرة أقوى ومعالجة سياقات طويلة جدًا، مع صقل قدرات البرمجة وخصائص الـAgent، وفي الوقت ذاته سد أوجه القصور في تعدد الوسائط بشكل تكميلي. وهذا سيجلب فرصًا استثمارية جديدة في اتجاهات مثل مصنع النموذج نفسه، وتطبيقات الذكاء الاصطناعي، والبنية التحتية للذكاء الاصطناعي. وتقترح متابعة خطوط الاستثمار الثلاثة التالية:

1. مصنع النموذج: يُتوقع أن يعمل الجيل الجديد من نماذج DeepSeek جنبًا إلى جنب مع نماذج محلية أخرى، ما يدفع تسارع وتيرة الذكاء الاصطناعي الصيني باتجاه العالم. وفي الوقت نفسه، تؤدي خطوات التدريب إلى خفض التكاليف أكثر، بحيث تُحفّز الرموز الأرخص Tokens الزيادة الإجمالية في عدد استدعاءات واجهات برمجة التطبيقات الخاصة بالنماذج الكبيرة عالميًا.

2. تطبيقات الذكاء الاصطناعي: تساعد مساواة النماذج في الحقوق على التخفيف من القلق في السوق الناشئ عن سردية التناقض بين النماذج والتطبيقات، وتدعم ترسيخ AIAgent في مختلف مجالات الأعمال. كما أنها تصب في صالح شركات تطبيقات الذكاء الاصطناعي التي تمتلك حواجز.

3. البنية التحتية للذكاء الاصطناعي: يؤدي خفض التكاليف إلى زيادة الاستخدام، ما يجعل AIInfra يستفيد. وتتجه AIInfra المحلية وال نماذج المحلية في الاتجاه نفسه.