‏🔷 ۶/۸

پکن هوش مصنوعی را به‌عنوان یک توانمندساز استراتژیک برای اهداف بلندمدت متعدد می‌داند؛ از افزایش بهره‌وری در مواجههٔ چین با رشد کند و کاهش جمعیت تا تسریع پیشرفت‌ها در حوزه‌هایی چون زیست‌شناسی سنتتیک. برای دستیابی به این اهداف، سیاست‌گذاران چینی چشم‌اندازی واضح برای تکامل هوش مصنوعی در داخل کشور ارائه کرده‌اند: پذیرش گسترده در جامعه و یکپارچگی عمیق اقتصادی که توسط اکوسیستم پژوهش و توسعهٔ باز تقویت می‌شود، وابستگی به فناوری‌های خارجی را کاهش می‌دهد و نوآوری را در چارچوب‌های تعیین‌شده توسط حزب پیش می‌برد.۲۹ این ستون‌ها ریشه در برنامهٔ جامع توسعهٔ هوش مصنوعی سال ۲۰۱۷ چین دارند؛ برنامه‌ای که مجموعهٔ گسترده‌ای از اهداف را برای توسعهٔ هوش مصنوعی تعیین کرد و ادغام آن را در صنایع تولیدی، بهداشت و درمان، حمل‌ونقل، مدیریت عمومی و حتی کاربردهای نظامی تشویق نمود.۳۰ اهداف مشابه امروز سیاست هوش مصنوعی پکن را شکل می‌دهند؛ «ابتکار AI+» شورای دولت در آگوست ۲۰۲۵، پذیرش گسترده را به‌عنوان اصل سازماندهی مرکزی توسعهٔ هوش مصنوعی چین رسمی کرد. این ابتکار علاوه بر سایر اهداف، معیارهایی برای ادغام هوش مصنوعی در علم و فناوری، صنعت، خدمات عمومی، حاکمیت و همکاری‌های بین‌المللی تعیین می‌کند.۳۱

USCC.gov – کمیسیون بررسی اقتصادی و امنیتی ایالات متحده‑چین — ۷ مقالهٔ کارگروه تحقیقاتی

DeepSeek V3, R1, R2, R2 Speciale
– تمرکز بر عملکرد ریاضی و استدلال: در آزمون‌های ریاضی سبک رقابتی و وظایف استدلالی پیچیده، نتایج خوداظهاری بالایی گزارش شده است.
– طراحی مبتنی بر استدلال: مدل‌ها برای اولویت دادن به حل مسئله آموزش دیده‌اند و خروجی‌هایی تولید می‌کنند که زنجیره‌های فکری را برای شفافیت و تقطیر نشان می‌دهند.
– مقیاس‌پذیری تقطیر: رفتار استدلالی R1 به مدل‌های کوچک‌تر و چگال (از ۱٫۵ تا ۷۰ میلیارد پارامتر) تقطیر شده و هزینه اجرا را کاهش داده است. R1 بر پایه معماری‌های Qwen 2.5 و Llama 3 ساخته شده است.

Alibaba Tongyi Qianwen, Qwen 2, Qwen 2.5, Qwen3‑Omni
– تمرکز بر عملکرد چندزبانه و چندرسانه‌ای: نمرات خوداظهاری بالا، به‌ویژه در آزمون‌های دانش عمومی، پشتیبانی از ۱۱۹ زبان و بسیاری از وظایف صوتی‑تصویری.
– معماری کم‌هزینه: مدل‌های MOE این خانواده با پارامترهای کل ۲۳۵ میلیارد، اما تنها ۲۲ میلیارد پارامتر فعال در هر توکن، عملکرد بالایی ارائه می‌دهند. خانواده Qwen بیشترین بارگیری را در Hugging Face دارد (به شکل ۵ مراجعه کنید).

Moonshot AI Moonlight‑A3B/Moonlight‑16B‑A3B, Kimi K2, K2 Thinking, K2.5 Thinking
– تمرکز بر برنامه‌نویسی و عملکرد عامله‌ای: در مهندسی نرم‌افزار و وظایف استفاده از ابزار، نتایج خوداظهاری بالایی داشته‌اند و استدلال ریاضی قوی نیز نشان می‌دهند.
– معماری کم‌هزینه: با آموزش بر پایه یک تریلیون پارامتر، در هر توکن تنها ۳۲ میلیارد پارامتر فعال می‌شود؛ هدف استنتاج سریع و کم‌هزینه است.
– قابلیت‌های عامله‌ای: برای برنامه‌ریزی و استفاده از ابزار تقویت شده‌اند و مدل را برای مهندسی نرم‌افزار و حل مسائل پیچیده مناسب می‌سازند.
– حالت‌های استدلال دوگانه: وقتی ردپای استدلال صریح لازم نیست، خروجی‌های سریع و کم‌هزینه تولید می‌کند. Kimi K2.5 کم‌ترین هزینه را برای بالاترین توان عملکردی ارائه می‌دهد (به شکل ۲ مراجعه کنید).

MiniMax M‑1, M.2, M‑2.1, M‑2.5
– تمرکز بر برنامه‌نویسی و قابلیت‌های عامله‌ای: می‌تواند زنجیره‌های ابزار پیچیده و طولانی‌مدت را اجرا کند؛ جریان‌های کاری شامل ویرایش چندفایلی، حلقه‌های «کامپایل‑اجرا‑اصلاح»، فراخوانی ابزار، مرور وب و اجرای وظایف طولانی‌مدت است.
– معماری کم‌هزینه: مدل‌های این خانواده تاخیر، هزینه و زمان پردازش را برای عوامل تعاملی و نمونه‌برداری دسته‌ای کاهش می‌دهند؛ تنها ده میلیارد پارامتر فعال (۲۳۰ میلیارد پارامتر کل) دارند.
– حالت‌های استدلال دوگانه: خروجی‌های سریع و کم‌هزینه‌ای ارائه می‌دهند که با مدل‌های بزرگ بسته رقابت می‌کند.
– MiniMax در بورس هنگ‌کنگ عرضه شد و ۶۱۹ میلیون دلار جذب سرمایه کرد.