تتضمن رؤى من Axis Robotics
في عام 2026، تعلمت صناعة الذكاء الاصطناعي حل مشكلة الحوسبة. أصبحت وحدات معالجة الرسومات (GPUs) أكثر سهولة في الوصول إليها، كما أن تشغيل نماذج الذكاء الاصطناعي للاستدلال أصبح أرخص، وتستمر البنية التحتية السحابية في النمو. لكن الموجة التالية من الذكاء الاصطناعي، والروبوتات والذكاء الاصطناعي المادي، تواجه مشكلة مختلفة تمامًا. كل شيء يعود إلى البيانات التي ببساطة لا توجد بالحجم المطلوب.
لا إنترنت للروبوتات
نمت نماذج اللغة الكبيرة (LLMs) انطلاقًا من أساس كان موجودًا بالفعل. عقود من النصوص على الإنترنت، وتريليونات من الرموز التي تمتد عبر ما يقرب من كل مجال من مجالات المعرفة البشرية. وبما أن هذا المحتوى حاضر مسبقًا، فإن التقدم تحقق عبر تكبير القدرة الحوسبية وتحسين المعماريات.
لا يوجد للروبوتات أساس مشابه لذلك. العالم المادي لا يملك فهرس بحث، ولا توجد "إنترنت لتفاعلات الروبوتات" يمكن تدريب نموذج عليها.
إن كامل حجم البيانات المتاح اليوم لتدريب الروبوتات يمثل جزءًا صغيرًا جدًا مقارنة بالأجزاء النصية (text corpora) التي تُدرّب عليها نماذج اللغة الحديثة. وهذا يخلق نقصًا في البيانات الأساسية على كل مستوى.
لحظة GPT-1 المفقودة في الروبوتات
مسار نماذج اللغة مُفيد كمؤشر، لأن كل خطوة أزالت قيدًا جديدًا. فقد تم تدريب GPT-2 على ما يقارب 10 مليارات توكن، أي حوالي 500,000 ساعة من القراءة بمعدل إنسان.
كان ذلك عندما ظهرت لأول مرة سلوكيات نماذج ناشئة. تم تدريب GPT-3 على ما يقارب 300 مليار توكن، أي حوالي 15 مليون ساعة، وبدون هذا الحجم لما وُجد ChatGPT، ولا أي مما تلاه.
لم يأتِ ذلك moment بعد للروبوتات. تتقارب بنى النماذج، وتبلغ الخوارزميات نضجًا، لكن البيانات نفسها لا تزال غير مستقرة. ما هو توزيع ما قبل التدريب الصحيح؟ وما النسبة بين محاكاة والعالم الحقيقي والبيانات المتمحورة حول الذات (ego-centric)؟ لا توجد ببساطة إجابة مُتفق عليها حول بُنية البيانات.
إذا كانت 15 مليون ساعة من النص قد أنتجت GPT-3، فإن نموذجًا عام الغرض حقًا للذكاء الجسدي قد يتطلب من رتبة 100 مليون ساعة من البيانات عن التلاعب بالأشياء على يد البشر.
اليوم، لدى الصناعة تقريبًا 2000 ساعة، وهي أفضل مجموعة بيانات عامة: Open X-Embodiment. توجد فجوة مماثلة في تنوع السيناريوهات، وكذلك في عدد المهارات الذرّية المُتقنة.
لماذا لا يتوسع جمع البيانات؟
الحوسبة والعتاد والخوارزميات للذكاء الجسدي جاهزة بالفعل. ما ينقص حقًا هو البيانات، ولديها ثلاث أسباب بنيوية لذلك.
يُختنق جمع البيانات في العالم الحقيقي بسبب العتاد. تجهيزات متخصصة، وأنظمة أمان، ومشغّل واحد مدرّب لكل روبوت. هذا يحد كلًا من الحجم والتغطية، ويجعل التوسع على مستوى نموذج الأساس (foundation-model scale) غير قابل للتحقيق بنيويًا.
لا يمكن للاجتماع اليدوي إنتاج التنوع المطلوب. يتطلب التعميم تنميةً مُركّبة للتنوع عبر الأشياء والسيناريوهات وتجسيدات الروبوت وزوايا الكاميرا، وهو ما لا يمكن لمجموعات البيانات التي تُجمع يدويًا توفيره ببساطة.
النماذج التي تُدرّب فقط على عروض من خبراء تكون عمياء تجاه أخطائها. السياسة لا ترى إلا الحالات التي زارها الخبير، وهذا يعني أنه تمامًا في المواضع التي تكون فيها أضعف ما يكون، يوجد أقل قدر من بيانات التدريب. تتراكم الأخطاء عبر كامل أفق المهمة.
تشير كل واحدة من هذه القيود في الاتجاه نفسه. المطلوب ليس نموذجًا أكثر تطورًا، بل نظامًا (regime) مختلفًا جذريًا لإنتاج البيانات.
البشرية تعمل على البيانات
أصبح عام 2026 ذروة اهتمام المستثمرين بالروبوتات البشرية. تدفقت مليارات الدولارات إلى العتاد، وإلى النماذج، وإلى قدرات الإنتاج لدى أبرز اللاعبين في الصناعة. لكن كل ذلك المال يصطدم بعنق زجاجة واحد. المال يحل سؤال العتاد والحوسبة، لكن من أين نحصل على ملايين الساعات من بيانات التلاعب بالأشياء في العالم الحقيقي؟
هذا يجعل مشكلة البيانات هي الشيء نفسه الذي يعيق الآن صناعة تستثمر فيها استثمارات بمليارات الدولارات. كلما زادت الطموحات لنشر الروبوتات البشرية في ظروف العالم الحقيقي، زادت كذلك فجوة البيانات نفسها بسرعة. كل تجسيد روبوت جديد، وبيئة جديدة، ومهارة جديدة يتطلب حصته الخاصة من بيانات التدريب.
Axis Robotics: تضاعف محرك البيانات
معظم خطوط إنتاج بيانات الروبوتات أحادية الاتجاه. اجمع البيانات، درّب النموذج، أرسله، ثم أعد البدء. لقد بُني Axis كنظام مغلق الحلقة (closed loop)، حيث يُحسّن كل مساهمة السياسة التالية، وتحدد كل سياسة محسنة ما البيانات التي يجب جمعها بعد ذلك. تتوقف البيانات عن كونها تكلفة لمرة واحدة، وتصبح أصلًا يزداد قيمته.
تتكون الدورة من خمس خطوات: توليد المهمة والسيناريو، وجمع السلوك عبر التشغيل عن بُعد (teleoperation) في المحاكاة والتقاط التفاعلات في العالم الحقيقي، ثم معالجة وتنظيف المسارات، ثم تدريب سياسة النمذجة ونشرها على أساطيل واقعية ومحاكية.
في النهاية، نجمع إشارات حول أين بالضبط لا تزال السياسة تُخطئ. تحدد هذه الإشارات ما هي المهام التي ستُفتح في الجولة التالية، وتتكرر الدورة على بيانات أصعب وأكثر قيمة.
تغطي ثلاث منتجات على مستوى المنصة الدورة كاملة:
منصة محاكاة بيانات على الويب: محاكاة تعمل داخل المتصفح دون تثبيت ودون متطلبات عتاد، حيث يتحكم المشاركون في الروبوت عبر التشغيل عن بُعد ويولّدون عروضًا (demonstrations)، كما يصححون سلوك نموذج مُدرب مسبقًا بالفعل. يبلغ معدل الإنتاجية حاليًا 10,000 مسار صالح لكل ساعة؛
تطبيق جوّال موجّه نحو الذات (Mobile Ego-Centric App): تطبيق جوال لالتقاط بيانات المنظور الأول عبر تتبع وضعية اليد (hand-pose tracking) دون معدات متخصصة. الإطلاق في سبتمبر 2026 بهدف 10,000+ ساعة بيانات صالحة شهريًا؛
خط أنابيب من البيانات إلى النموذج (Data-to-Model Pipeline): خط معالجة موحد ينظف البيانات، ويُغنيها عبر التباين العشوائي المرتبط بالمجال (domain randomization)، ويُرفق وسومًا بالمسارات الخام، محولًا إياها إلى بيانات جاهزة لتدريب النموذج.
تتمثل النتيجة التجريبية الرئيسية في أن استمرار ما قبل التدريب (continued pretraining) لنموذج π0.5 للذكاء الجسدي على مجموعة بيانات Axis رفع معدل النجاح على معيار LIBERO-Plus من 83.9% إلى 88.8%، وتغلب على نتيجة مجموعة ضابطة مُطابقة في الحجم (volume-matched control group) من RoboCasa365 بفارق 31.3 نقطة مئوية. يتناسب هذا التحسن مع حجم بيانات Axis، ما يشير إلى ترابط الإشارة القادمة من الإسناد الجماعي (crowdsourcing) بدلًا من ضوضاء عشوائية.
اعتبارًا من أواخر أغسطس 2026، تجاوزت المنصة 150,000 مساهم عالمي وجمعت أكثر من 3.7 مليون مسار عبر 4,000+ مهمة منشورة.
من بين شركاء Axis: مصنّعو عتاد الروبوتات AgiBot وBooster Robotics وUnitree وDeep Robotics، ومختبرات نماذج أساس مثل Manycore Tech، والعملاء الصناعيون Geely Auto وLotus Cars، الذين يستخدمون المنصة لتدريب الأتمتة لعمليات الفرز وغيرها من مهام الإنتاج.
العملات المشفرة كـبنية تحتية
إن فتح نظام كهذا أمام مجتمع عالمي بلا إذن ومن غير اشتراطات (permissionless-by-default) من المساهمين يطرح سؤالًا لا يستطيع محرك البيانات وحده الإجابة عنه. كيف تحوّل المساهمات التي تكون صاخبة، وفي بعض المواضع دون المستوى الأمثل، وربما سيئة النية، إلى مجموعة بيانات تدريب موثوقة، مع الحفاظ على سجل دقيق لمن الذي أنتج ماذا بالضبط؟
تجيب Axis عن ذلك عبر نظام تقييم من مستويين. يقوم نظام التقييم (Scoring System) بتقييم كل مسار على حدة، بينما يجمع نظام النقاط (Point System) سمعة المساهم عبر الزمن بناءً على حجم المساهمات وصعوبة المهام وجودتها وتنوعها.
يتم توقيع كل مسار مقبول على السلسلة (on-chain) على شبكة Base بمعرّف بيانات (Data ID) فريد، يربط محفظة المساهم بطابع زمني وتقييم الجودة ومرجعًا للمهمة في سجل دائم غير قابل للتلاعب. التشفير هنا هو بنية تحتية للأصالة (provenance) والشفافية والتنسيق في إنتاج Physical AI.
بالإضافة إلى Base، يتضمن المشروع أيضًا تكاملًا مع BitRobot Network داخل نظام Solana البيئي، ومع Pi Network، بينما تظل بنية الأصل (provenance) نفسها كما هي بغض النظر عن الشبكة المستخدمة.
رؤى من Axis Robotics
سألنا فريق Axis Robotics عن آليات التوسع في محرك بيانات مُسنَد جماعيًا: كيف تتماسك الجودة مع نمو المنصة، وكيف يقررون ما الذي يجب جمعه بعد ذلك، وما الذي يعنيه فعلًا "مستوى توسيع نموذج الأساس" بالنسبة لهم.
س: كيف تحافظون على جودة البيانات بينما تستمر قاعدة المساهمين في النمو بهذه السرعة؟
منذ اليوم الأول، بنينا نظامًا كاملًا من ثلاث طبقات لفحص الجودة والتحكم، إلى جانب خط أنابيب معالجة بيانات آلي مطابق. ونتيجة لذلك، لا تتعرض مراقبة الجودة لدينا لإجهاد فعليًا بشكل ملحوظ مع نمو قاعدة المساهمين.
على وجه التحديد، طبقات فحص الجودة الثلاث هي:
الطبقة 1:تحقق فوري من الصحة عند الإرسال. عندما يرسل المستخدم بيانات، يستخدم النظام مُتحققًا من النجاح للتحقق فورًا مما إذا كانت المهمة قد اكتملت فعليًا، وما إذا كانت حالة النتيجة متسقة، ثم يُفلتر عمليات الإرسال الشاذة الواضحة مثل الحركات غير الطبيعية أو أخطاء التشغيل أو الملفات التالفة.
الطبقة 2:إعادة تشغيل المسار على الخادم (Backend trajectory replay). يقوم الخادم بإعادة تشغيل المسار الكامل، باستخدام آلية إعادة تشغيل عبر المُحاكيات (cross-simulator replay) للتحقق مما إذا كانت نصوص الأوامر (scripting) أو أدوات الغش أو أي تدخل غير بشري شارك في إكمال المهمة، مع إجراء مزيد من التحقق من جودة البيانات وثبات المسار نفسه.
الطبقة 3:التحقق من السياسة على مستوى الدُفعات (Batch-level policy validation). تُستخدم كل دفعة بيانات لتدريب سياسة خفيفة الوزن بسرعة، وتُستخدم أداء السياسة للتحقق من فعالية وقابلية تعلّم تلك الدفعة.
بمجرد اكتمال طبقات التحقق الثلاث جميعها، يحتفظ النظام بالبيانات الصالحة ويخصص لها درجة جودة. بعدها يمكن للمستخدمين تسجيل مسار البيانات الموافق على السلسلة (on-chain)، مما يضمن أن كل جزء من البيانات الصالحة يحمل سجلًا طويل الأمد وقابلًا للتتبع وقابلًا للتحقق من الأصالة (provenance).
س: كيف تقرر أي تجسيدات روبوت وأي سيناريوهات ينبغي إعطاء أولوية لإضافتها إلى محرك توليد المهام؟
نحدد الأولوية على ثلاثة أبعاد رئيسية: العمومية والتنوع والاحتياجات المحددة لشركائنا.
أولًا، عمومية كافية. نُعطي أولوية لتجسيدات الروبوت والسيناريوهات التي تغطي نطاقًا واسعًا وتُستخدم على نطاق واسع داخل الصناعة. ومن ناحية التجسيد، مثلًا، نُعطي أولوية للأشكال النمطية ذات الذراع الواحدة مثل Franka Arm، وكذلك للأشكال ذات الذراعين مثل Open Arm. تدعم المنصة حاليًا أكثر من عشرين أصلًا روبوتيًا سائدًا، تشمل الذراع الواحدة والذراعين والعربات ذات الذراعين وغيرها من الأنواع. ومن ناحية السيناريو، لقد غطّينا بصورة منهجية كل شيء بدءًا من البيئات المنزلية وصولًا إلى الإعدادات الصناعية، مع ضمان دعم جميع السيناريوهات السائدة على مستوى عالٍ.
ثانيًا، تنوع غني بدرجة كافية. نُتابع باستمرار أحدث الأبحاث الأكاديمية والطلب الصناعي عند خطّ التقدّم، لتحديد أي السيناريوهات وأنواع الأشياء والمهارات الذرّية ينقصها أكثر شيء بشكل عاجل من تدريب النماذج الحالي، ثم نُوسّع تلك الفجوات ونملؤها بسرعة. هدفنا أن يصبح Axis منصة البيانات التي تتمتع بميزة واضحة على صعيدي التنوع والتغطية، بما يخلق قيمة مميزة خصوصًا في المهام طويلة الذيل، وسيناريوهات الحالات الحدّية، وقدرات التفاعل المعقدة.
ثالثًا، الاحتياجات المحددة لشركائنا. نعطي الأولوية أيضًا للتجسيدات والسيناريوهات بناءً على احتياجات الشركاء الواقعية. فبالنسبة لشركاء مثل Booster Robotics وFeagine Robotics وغيرهم من المتعاونين في العتاد وتجسيد الروبوت، نُعطي أولوية لتكييف المنصة مع تجسيدات الروبوت لديهم وتصميم جمع بيانات مخصص ومهام حول مدخلاتهم البصرية ومساحات الحركة وأهداف تدريب النموذج لديهم.
يجدر التشديد على أنه بفضل طبيعة المحاكاة نفسها، إلى جانب مكتبة الأصول الكبيرة على نطاق واسع التي بنيناها داخليًا، يمكننا التوسع بكفاءة كبيرة نحو تجسيدات روبوت جديدة وأصول لأشياء جديدة وبيئات مشاهد جديدة ومهارات ذرّية جديدة. وهذا يمنح Axis مرونة وقابلية توسع قويّتين في إنتاج البيانات، ما يسمح لنا بالاستجابة بسرعة لاحتياجات الصناعة المشتركة والمتطلبات الخاصة بالعميل على حد سواء.
س: ما الذي قد يُقنعك فعلًا بأن محرك البيانات قد بلغ مستوى توسيع نموذج الأساس؟
إن تقييم ما إذا كان محرك البيانات قد بلغ فعلًا مستوى توسيع نموذج الأساس لا يتعلق فقط بتجميع حجم بيانات خام، رغم أن الحجم لا يزال مهمًا جدًا.
ومن ناحية بيانات المنظور الذاتي (ego data)، مثلًا، تحتاج أولًا إلى احتياطي لا يقل عن 1M ساعة من بيانات OTS تغطي مئات الفئات الفرعية؛ ومن ناحية بيانات المحاكاة، تحتاج إلى ملايين المسارات المُتحقق من صحتها والفعالة. وهذا هو حدّ الأساس (baseline) لحجم النطاق المطلوب لتدريب نموذج أساس.لكن فوق هذا الأساس، السؤال الأكثر حرجًا هو هل يمكن للمنصة ككل أن تستمر في التطور: هل يمكنها أن تكرر باستمرار وتوسع نفسها وتعزز ذاتها كلما تغيرت حدود قدرة النموذج واتجاهات البحث واحتياجات الصناعة؟
يجب أن يكون محرك بيانات على مستوى نموذج الأساس البنية التحتية للبحث بشكل استباقي، لا مجرد نظام لإنتاج بيانات يستجيب للأوامر الواردة. ينبغي أن يتمكن من ترجمة الأهداف البحثية أو التجارية بسرعة وبشكل آلي إلى مهام مُهيكلة، وتوليد بيانات على نطاق واسع عبر العديد من تجسيدات الروبوت والسيناريوهات ومنصات المهام. وفي الوقت نفسه، يجب أن يستخدم نتائج تدريب النموذج للتحقق من فعالية وقيمة تلك البيانات بشكل عكسي، لتكوين حلقة مغلقة مستمرة من إنتاج البيانات وتدريب النموذج وتقييم القدرة وتكرار المهام.
في النهاية، ينبغي لمحرك بيانات على مستوى نموذج الأساس أن يكون قادرًا على إظهار أنه يستطيع تقديم بيانات عالية الجودة ومتنوعة جدًا وشاملة على نطاق واسع بتكلفة هامشية منخفضة بشكل مستمر، ما يدفع النماذج وتجسيدات الروبوت إلى تحسين مستوى ذكائها تدريجيًا، وإظهار متانة وقدرة تعميم أقوى في البيئات الواقعية غير المبرمجة (unscripted).
ما يمر عبر الإجابات الثلاث جميعها هو أن Axis تتعامل مع التوسع بوصفه مشكلة هندسية بحد ذاته، لا مجرد رقم مستهدف: يتم فرض الجودة عبر فحوصات طبقية وآلية بدلًا من المراجعة اليدوية، كما أن العتبة الخاصة بـ "مستوى توسيع نموذج أساس" هي حلقة مُعزِّزة ذاتيًا.
ملاحظات من الرئيس التنفيذي لـ Cicada Market Maker
لقد عدنا إلى المدير التنفيذي والمؤسس المشارك لـ Cicada، Maxim Moris، لنعرف رأيه المحدد في Physical AI: هل يثبت السرد صحته، وأين برأيه ينتمي الرمز فعليًا ضمنه.
س: ما الذي يضع بيانات Physical AI والروبوتات على رادار Cicada؟
بصراحة، أولًا وقبل كل شيء، هذا هو السرد التالي الذي ستتبعه القوائم والحجم، ونحن نعمل مع السيولة (liquidity) وليس مع الروبوتات. يوجد مشكلة حقيقية تحت ذلك: نماذج اللغة لديها تريليونات من التوكن، بينما لدى الروبوتات آلاف الساعات من التفاعل الجسدي، ولا يمكن كشط (scrape) تلك البيانات؛ بل يجب إنتاجها يدويًا.
ثم تأتي المسألة التي تهمني أكثر من السرد نفسه: جمع البيانات عملٌ عادي، لكن لماذا يحتاج إلى رمز خاص به؟ في الوقت الحالي، فإن الإجابة الصادقة من معظم المشاريع هي: "لأن هناك رمزًا".
س: هل هذه قصة مستدامة أم أنها نفس دورة الضجيج (hype)؟
طلب البيانات مستدام، والرموز المبنية على ذلك الطلب ليست كذلك، وهذه قصتان مختلفتان. المشتري هنا هو مختبر يحتاج حقوقًا نظيفة (clear rights) وأصالة قابلة للتتبع وجودة يمكن إعادة إنتاجها؛ فهو يدفع بالعملة الورقية بموجب عقد ولن يحتفظ بسهم (ticker) شخص ما في الميزانية العمومية.
تتفكك آلية DePIN أيضًا هنا لأن الروبوت أصل رأسمالي مع مشغّل، لا مجرد راوتر Wi‑Fi خامد، ودفع مبالغ مقابل الانبعاثات على أساس الحجم ينتج عنه بريد مزعج (spam) وليس بيانات، ما يلوث مجموعة البيانات، يا مرحبًا Helium. لذا فإن السرد سيعيش أطول من الدورة، و90% من الرموز التي تركب عليه لن.
س: ماذا يحدث للفئة بعد عام من الآن؟
سيبقى الذكاء الجسدي كلمة تُعرض في شرائح العروض (pitch decks) وفهارس القطاع، بينما ما يتم تداوله فعليًا هو الشرائح الأصغر: نماذج VLA، وجمع البيانات، والمحاكاة، والعتاد، وعمليات الأسطول.
للعملات المشفرة مكانٌ موضوعيًا في طبقة واحدة ضيقة من تلك القائمة: مدفوعات الآلة والهوية؛ وحين تصبح هناك روبوتات كافية بحيث يبدأ كل واحد منها بدفع الآخر، عندها يحدث ذلك. لكن هذا لن يحدث في 2027، ولا يحتاج كل مجموعة بيانات إلى رمز مستقل.
كل ما عدا ذلك هو شركات عادية تحتاج إلى رمز كمحطة تمويل وتسويق، لا كجزء من المنتج. لست ضد ذلك؛ فقط أفضّل أن نسمي الأشياء بما هي عليه.
ترسم إجابات Maxim خطًا واضحًا: الطلب وراء بيانات Physical AI حقيقي، لكن في رأيه فهذا حجة لكي تبقى نشاطًا تجاريًا عاديًا.
الخلاصة
يعيد Physical AI رسم المسار الذي سارت عليه نماذج اللغة بالفعل. الفرق هو أن نماذج اللغة كان هذا التوسع موجودًا أصلًا في صورة نص على الإنترنت، بينما بالنسبة للروبوتات ما زال يتعين جمعه.
تراهن مشاريع مثل Axis Robotics على أن هذه العملية ستتبع المسار نفسه الذي اتبعته نصوص الإنترنت. سيتم جمع بيانات الروبوتات بطريقة موزعة، بواسطة كثير من الناس حول العالم، بدلًا من مختبر واحد يمتلك أسطولًا محدودًا من الروبوتات.
النتيجة على LIBERO-Plus، ونمو عدد المساهمين في المنصة حتى وصل إلى أرقامٍ من ستة خانات، إلى جانب قائمة متزايدة من الشركاء بين مصنّعي العتاد والمختبرات والعملاء الصناعيين، تؤكد مبكرًا أن نموذج إنتاج البيانات هذا يعمل فعليًا.
اقرأ المزيد: نقص وحدات GPU وولادة AI DePIN