الذكاء الاصطناعي03‏/11‏/2026، 10:43 ص UTC·2 دقائق قراءة

NC AI تكشف عن نموذج Vacky Vision 3B الخفيف للذكاء الاصطناعي المادي

أعلنت NC AI أن نموذجها Vacky Vision 3B بحجم 3 مليارات معلمة تفوق على ستة نماذج مفتوحة عالمية في ثلاثة اختبارات لفهم الروبوتات والفضاء.

An industrial welding robot arm with camera sensors working on a steel structure in a shipyard. — الصورة: zdnet.co.kr

SUMO

Dialo

ediviewer

أعلنت شركة NC AI تطوير نموذج الرؤية واللغة الخفيف Vacky Vision 3B، الذي حقق بحسب الشركة متوسط 63.8 نقطة في ثلاثة اختبارات معيارية لفهم الروبوتات والمكان. وتتفوق هذه النتيجة على ستة نماذج مفتوحة عالمية اختارتها الشركة للمقارنة، علمًا بأن حجم النموذج يبلغ نحو 3 مليارات معلمة.

اعتمد التقييم على اختبارات BLINK لفهم العلاقات المكانية بين الصور، وERIQ لفهم تصرفات الروبوت والبيئة المحيطة، وERQA للاستدلال على مواقع الأجسام. وضمت المقارنة نماذج من عائلتي Alibaba Qwen وMistral بين 2 و8 مليارات معلمة. وفي وضع الاستدلال التدريجي سجل النموذج 63.2 نقطة، متفوقًا بـ14.8 نقطة على Ministral 3 8B Reasoning الذي حصل على 48.4. وتوضح الشركة أن النتائج مرتبطة بظروف اختبار محددة، ولا تعني تفوقًا في كل مهام الرؤية واللغة.

المستندات والفيديو واللحام

سجل النموذج أعلى درجة بين النماذج المقارنة في اختباري ChartQA وTextVQA. وتخطط الشركة لاستخدام هذه القدرة في تحليل لوحات القياس والمخططات وأوامر العمل في المصانع. كما يعالج النموذج الفيديو، إذ يحلل 8 إطارات من مقطع مدته 4 ثوان لتتبع حركة الأجسام وتغير مواقعها.

وطورت NC AI أيضًا نسخة متخصصة باسم Vacky Vision 3B Weld بعد تدريب إضافي على بيانات اللحام. وفي اختباراتها الداخلية ارتفعت دقة تصنيف اللحام من 41.1 إلى 80.9 نقطة، وكشف العيوب واستنتاج الحالة من 39.3 إلى 69.8، وتحديد موضع اللحام وشكله من 5.3 إلى 72.5. وهذه نتائج اختبارات معيارية، وليست تحققًا على خط إنتاج فعلي.

الخطوة التالية

يكتسب الحجم الصغير أهمية لأن الروبوتات ومعدات الإنتاج تملك طاقة وموارد حوسبة أقل من الخوادم. وتقول الشركة إنها بنت مرحلة التدريب المسبق وضبطًا دقيقًا على مرحلتين فوق بنيتها التحتية، دون الاعتماد على نماذج تجارية أجنبية. وستربط التقنية بمشاريع الذكاء الاصطناعي المادي: تطوير ذكاء لروبوتات اللحام الذاتية مع Hanwha Ocean، واختبار روبوتات بشرية الشكل ميدانيًا مع POSCO DX، وبناء نموذج عالم مع Hyundai Rotem.

وتعتزم NC AI إضافة التعلم المعزز ودمج النموذج في الروبوتات كوحدة إدراك بصري، ثم توسيعه إلى نموذج رؤية-لغة-فعل (VLA) يقرر الإجراءات أيضًا.