⚡ الحكم السريع

قد نتلقى عمولة إذا اشتريت عبر روابطنا، دون أي تكلفة إضافية عليك.

كل بضع سنوات، يصل إعلان في مجال الروبوتات برقم جيد لدرجة تبدو كخطأ مطبعي. وفي نوفمبر 2026، كان رقم NVIDIA هو 95%: فنموذجها الجديد للروبوتات الشبيهة بالإنسان، GR00T 2، نجح في 95% من 50 مهمة لم يرها من قبل — بعد مشاهدة إنسان يعرض كل مهمة خمس مرات فقط. وفي مجال كان تعليم الروبوت مهمة جديدة واحدة يعني أسابيع من البرمجة أو مئات العروض التي يجمعها الروبوت، فإن هذا الرقم هو القصة كلها. وهو أيضًا، كالعادة، رقم يحتاج إلى تفكيك قبل أن تصدقه.

أُطلق GR00T 2 في 9 نوفمبر 2026 في مؤتمر CoRL — مؤتمر تعلم الروبوتات — وهو أكبر إطلاق روبوتات في العام. إنه «نموذج فعل عالمي» مفتوح ومتقدم مبني على NVIDIA Cosmos، ويضم مليارَي معلمة، ومصمم لتحويل تعليمات اللغة ومدخلات الكاميرا إلى أفعال روبوتية فيزيائية. وتجربه Foxconn وSiemens وNexuni بالفعل على أعمال حقيقية: التعامل مع الغسيل وتصنيع الخوادم والمهام الصناعية. وتقول NVIDIA إن الأوزان والشيفرة ستُصدر علنًا في ديسمبر 2026، ما سيجعل أحد أقوى أدمغة الروبوتات التي بُنيت على الإطلاق متاحًا لأي مختبر روبوتات في العالم.

هذه مراجعة موثقة، وليست اختبارًا عمليًا — فلم يشغّل أحد خارج NVIDIA نموذج GR00T 2 بعد، لأن النموذج لم يُصدر. ويستند تحليلنا إلى إعلان إطلاق NVIDIA وورقتها التقنية ونتائج الاختبارات التي نشرتها NVIDIA وتقارير مستقلة من أسبوع الإطلاق في نوفمبر 2026 — وهي المصادر نفسها التي كنت ستراجعها بنفسك — وقد نظمناها في أحكام صادقة. نشرح ما هو GR00T 2، وماذا يقيس 95% فعلًا، وما هو مفتوح الآن مقابل ما سيُفتح في ديسمبر، ومن يجب أن يهتم. وإذا أردت المشهد الأوسع للنماذج المفتوحة، فإن أفضل نماذج الذكاء الاصطناعي مفتوحة المصدر تغطي النماذج التي يمكنك تنزيلها فعلًا اليوم؛ أما قصة الذكاء الاصطناعي الكبيرة الأخرى في نوفمبر، فمراجعتنا Meta Muse review تغطي النموذج الصغير الذي يهز عالم روبوتات المحادثة بالفعل.

لمحة سريعة: NVIDIA GR00T 2

GR00T 2
الشركةNVIDIA
تاريخ الإطلاق9 نوفمبر 2026، في مؤتمر CoRL
ما هونموذج فعل عالمي مفتوح ومتقدم للروبوتات الشبيهة بالإنسان
مبني علىNVIDIA Cosmos (نموذج العالم)
الحجممليارا معلمة
بيانات التدريب402,730 ساعة من الفيديو البشري بمنظور الشخص الأول
النتيجة الرئيسيةنجاح 95% في 50 مهمة لم تُرَ من قبل بعد 5 عروض
النجاح دون عرض40% — دون أي عرض
النجاح بعد عرض واحد71% — بعد عرض واحد
المجرّبون الأوائلFoxconn وSiemens وNexuni
الإصدار المفتوحالأوزان والشيفرة موعودة لديسمبر 2026
متاح اليوم؟لا — إعلان وورقة بحثية فقط، اعتبارًا من نوفمبر 2026

جميع الأرقام هي نتائج اختبارات نشرتها NVIDIA نفسها من إطلاق نوفمبر 2026. ولن يكون التحقق المستقل ممكنًا إلا بعد الإصدار المفتوح في ديسمبر — راجع صفحة NVIDIA الرسمية لمعرفة الحالة الحالية.

ما هو GR00T 2 فعلًا

لفهم GR00T 2، ابدأ بالمشكلة التي يحلها. الروبوت الشبيه بالإنسان جسم متعدد الأغراض: ذراعان ويدان وكاميرات كعينين وساقان أو عجلات للحركة. والجسم هو الجزء السهل الآن — أما الجزء الصعب فهو الدماغ. فالروبوت الذي لا يستطيع إلا أداء المهام الخمس التي بُرمج عليها آلة باهظة أحادية الغرض. أما الروبوت الذي يستطيع تعلم مهمة جديدة بمشاهدة إنسان يؤديها بضع مرات فهو شيء مختلف تمامًا: إنه عامل يمكنك إعادة تدريبه في فترة ما بعد الظهر.

وهذا ما بُني GR00T 2 ليكونه. إنه «نموذج فعل عالمي» — نموذج يتلقى ما يراه الروبوت عبر كاميراته وما يُطلب منه بلغة ما، ويُخرج الأفعال الفيزيائية: أين يحرّك الذراعين، وكيف يمسك، وكم قوة يستخدم، وبأي ترتيب. وجزء «العالم» مهم: فالنموذج مبني على Cosmos، نموذج العالم من NVIDIA، ما يعني أنه تعلم كيف يتصرف العالم الفيزيائي — كيف تتحرك الأشياء عند دفعها، وكيف ينطوي القماش، وكيف تفشل القبضة — بدلًا من حفظ تسلسلات الحركات فقط. وعندما تطلب منه «اطوِ المنشفة»، فإنه لا يعيد تشغيل روتين طي محفوظ؛ بل يفهم، بالقدر المحدود الذي يستطيعه النموذج، ما هو الطي.

يضم النموذج مليارَي معلمة، وهو صغير بمعايير روبوتات المحادثة — فالنموذج اللغوي المتقدم في 2026 أكبر بعشرات أو مئات المرات — لكنه كبير لدماغ روبوت يجب أن يعمل بسرعة كافية للتحكم في جسم فيزيائي في الوقت الفعلي. فالروبوت لا يستطيع انتظار ثانيتين ليقرر حركته التالية؛ ويجب أن يفكر النموذج بالمللي ثانية، ومليارا معلمة حجم اختير ليناسب هذا القيد مع بقائه قادرًا.

GR00T 2 هو خليفة أول GR00T، الذي أعلنت عنه NVIDIA في 2024 كنموذج أساسي للروبوتات الشبيهة بالإنسان. وأثبتت النسخة الأولى الفكرة؛ أما النسخة الثانية فهي التي تحمل الأرقام المهمة. والقفزة بينهما تتعلق أساسًا بالبيانات: فقد دُرب GR00T 2 على فيديو بشري أكثر بكثير، والنتائج تُظهر ذلك.

95%: ماذا يقيس فعلًا

إليك الرقم بدقة، لأن الدقة هي النقطة. اختبرت NVIDIA نموذج GR00T 2 على 50 مهمة لم يرها النموذج من قبل — مهام اختيرت لتكون جديدة، لا تنويعات لمهام تدريبه. وعُرض على النموذج 5 عروض بشرية لكل مهمة، ثم طُلب منه أداؤها. ونجح بنسبة 95% من الوقت.

هذه نتيجة حقيقية، ومثيرة للإعجاب فعلًا. فتعليم الروبوت مهمة جديدة من خمسة أمثلة هو نوع الكفاءة في العينات الذي سعى إليه المجال لعقد من الزمن. والطريقة القديمة — جمع مئات العروض بالروبوت الفعلي، أو برمجة كل حركة يدويًا — جعلت كل مهمة جديدة مكلفة. أما خمسة عروض بشرية مصورة بكاميرا عادية فهي رخيصة بما يكفي لتنفيذها في أرضية مصنع في فترة ما بعد الظهر.

لكن الاختبار نفسه يحتوي على رقمين آخرين، وهما السياق الصادق. فدون أي عرض على الإطلاق — يُقال للنموذج ما يجب فعله بلغة ما دون شيء ينسخه — نجح بنسبة 40% من الوقت. وبعد عرض واحد، 71%. إذن المنحنى حاد: 40% عند صفر عروض، و71% عند عرض واحد، و95% عند خمسة. واقرأ هذا المنحنى كقصة وسيقول: GR00T 2 جيد جدًا في التقليد، وما زال غير موثوق في الابتكار. أعطه بضعة أمثلة وسيكون شبه مثالي في المهام المختبرة؛ واطلب منه أن يستنتج شيئًا من الصفر وسيفشل أكثر مما ينجح.

وهناك ثلاثة تحفظات أخرى لا يحملها العنوان الرئيسي. أولًا، هذه اختبارات NVIDIA نفسها، على مهام اختارتها NVIDIA، في إعدادات تتحكم فيها NVIDIA. ولم يحصل باحثون مستقلون على النموذج لاختباره بعد، ولن يحصلوا عليه حتى إصدار ديسمبر. ثانيًا، «النجاح» في اختبار روبوت يعني عادة أن المهمة أُنجزت وفق معيار محدد — المنشفة مطوية، والقطعة موضوعة — لا أنها أُنجزت بسرعة أو بأناقة أو كما يفعلها الإنسان. فالروبوت الذي ينجح ببطء وخرق ما زال يُحسب ناجحًا. ثالثًا، 50 مهمة عينة ذات معنى لكنها صغيرة، والمهام من النوع الذي يمكن اختباره في مختبر: مهام مناولة بنتائج واضحة. ولم يُظهر أحد بعد GR00T 2 وهو يتعامل مع العمل الفوضوي المتقطع الغامض الذي يملأ مصنعًا حقيقيًا أو بيتًا حقيقيًا.

لا يجعل أي من هذا 95% رقمًا مزيفًا. بل يجعله رقمًا مخبريًا بمعنى واضح: في مهام المناولة غير المرئية، وبعد خمسة عروض بشرية، يكون GR00T 2 موثوقًا للغاية. وما لا يعنيه هو «الروبوتات تستطيع الآن أداء 95% من الوظائف» أو «GR00T 2 يعمل على أي شيء» أو «الروبوتات الشبيهة بالإنسان جاهزة لبيتك». والمسافة بين معيار مخبري وروبوت عامل في مبنى حقيقي ما زالت تُقاس بالسنوات لا بالأسابيع — والتقارير الصادقة تقول ذلك.

التعلم من الفيديو البشري: 402,730 ساعة

الحقيقة الأكثر إثارة للاهتمام عن GR00T 2 ليست 95%. بل بيانات التدريب: 402,730 ساعة من الفيديو البشري بمنظور الشخص الأول. وهذا يعادل نحو 46 عامًا من اللقطات المتواصلة، مصورة من وجهة نظر الشخص الذي يؤدي المهمة — أيدٍ تمتد وتمسك وتطوي وتجمع وتحمل. إنها أكبر مجموعة بيانات من نوعها تُستخدم على الإطلاق لتدريب نموذج روبوت، وهي تمثل رهانًا على كيفية تعلم الروبوتات.

أما الرهان القديم فكان بيانات الروبوت: تضع روبوتًا في مختبر، وتجعله يحاول المهام آلاف المرات، وتسجل ما نجح، وتدرب على ذلك. والمشكلة هي الحجم — فالروبوتات بطيئة ومكلفة وتتعطل. ويمكنك توليد بضعة آلاف من ساعات بيانات الروبوت سنويًا إذا بذلت جهدًا. أما البشر، بالمقابل، فيولّدون فيديو لأنفسهم وهم يفعلون الأشياء باستمرار، وكاميرا مثبتة على الرأس تحول يوم عمل عادي إلى بيانات تدريب. ورهان NVIDIA هو أن مشاهدة البشر معلم أفضل من مشاهدة الروبوتات، لأن البشر يجيدون المهام أصلًا، ولأن فيديو البشر في العالم أكثر بكثير.

وهذا الرهان هو أيضًا سبب كفاية خمسة عروض. فعندما يشاهد GR00T 2 عروضك الخمسة، فإنه لا يتعلم المهمة من الصفر — بل يعرف بالفعل، من تلك الـ 402,730 ساعة، كيف تتحرك الأيدي وكيف تتصرف الأشياء وما شكل الطية وما إحساس القبضة. والعروض الخمسة لا تعلّمه الفيزياء؛ بل تخبره أيًّا من الأشياء الكثيرة التي يعرفها بالفعل يجب أن يفعل، في هذه الحالة المحددة، وبهذا الترتيب المحدد. فالعروض مؤشر وليست درسًا. وهذا هو الفرق بين نموذج العالم وروتين محفوظ، وهو القلب التقني لقصة GR00T 2.

وهناك حد صادق لهذا النهج أيضًا. فالفيديو البشري يعلّم الروبوت ما تفعله الأيدي البشرية — لكن أيدي الروبوت ليست أيديًا بشرية. مقابض مختلفة وقوة مختلفة ومهارة مختلفة: فحركة تافهة لمعصم بشري قد تكون مستحيلة لذراع روبوت، وعلى النموذج أن يسد تلك الفجوة. وتشير نسبة 95% إلى أن الجسر يعمل في المهام المختبرة. أما ما إذا كان سيصمد عبر النطاق الأوسع بكثير لأجسام الروبوتات في العالم الحقيقي — أذرع مختلفة وأيدٍ مختلفة وأحجام مختلفة — فهو سؤال مفتوح سيبدأ إصدار ديسمبر في الإجابة عنه.

ما المفتوح الآن مقابل ما سيُفتح في ديسمبر

هذا هو الجزء من القصة الذي يجب أن يتباطأ فيه القراء الحذرون، لأن كلمة «مفتوح» تؤدي عملًا كثيرًا في تغطية GR00T 2. تسمي NVIDIA نموذج GR00T 2 نموذجًا مفتوحًا. وما يعنيه ذلك عمليًا هو وعد: ستُصدر الأوزان والشيفرة علنًا في ديسمبر 2026. واعتبارًا من نوفمبر 2026، لم يحدث هذا الإصدار بعد. فلا شيء للتنزيل ولا شيء للتشغيل، ولم يتحقق أي باحث مستقل من نسبة 95% على أجهزته الخاصة.

وهذا مهم لسببين. أولًا، التقييم الكامل في هذا المقال — وفي كل مقال آخر نُشر في نوفمبر — يستند إلى أرقام NVIDIA نفسها. وهذا طبيعي في أسبوع إطلاق، وفريق روبوتات NVIDIA لديه سجل قوي، لكنه ما زال مصدرًا واحدًا. وتاريخ الذكاء الاصطناعي مليء بأرقام إطلاق تقلصت عندما حصلت مختبرات مستقلة على النموذج. ثانيًا، إصدار ديسمبر نفسه اختبار: فكلمة «مفتوح» يمكن أن تعني أشياء كثيرة، من أوزان مفتوحة تمامًا بترخيص متساهل إلى أوزان بقيود على الاستخدام التجاري. ولن تتضح التفاصيل إلا عند وصول الإصدار، وستقرر ما إذا كان GR00T 2 سيصبح أساسًا مشتركًا لمجال الروبوتات كله أو عرضًا لا تستطيع معظم المختبرات إلا الإعجاب به.

وإذا كان الإصدار مفتوحًا حقًا — الأوزان والشيفرة وترخيص يسمح بالاستخدام التجاري — فإن العواقب كبيرة. فسيحصل كل مختبر روبوتات في العالم على دماغ روبوت متقدم مجانًا، وستتسارع وتيرة تطوير الروبوتات الشبيهة بالإنسان بشكل حاد: فالشركات الناشئة التي لم تكن لتستطيع أبدًا تحمل تكلفة تدريب نموذج كهذا ستستطيع البناء عليه بدلًا من ذلك. وهذا هو الوعد الذي تقدمه NVIDIA، وهو سبب أهمية الإطلاق بما يتجاوز المعيار. أما إذا كان الإصدار مقيدًا، فالقصة أصغر: عرض NVIDIA مثير للإعجاب يبقى داخل منظومة NVIDIA. وسيخبرنا ديسمبر.

وحتى ذلك الحين، النصيحة العملية بسيطة: لا تخطط لمشروع حول GR00T 2 بعد. راقب إصدار ديسمبر، واقرأ الترخيص، وانتظر أول الاختبارات المستقلة. وسيظل النموذج موجودًا في يناير، وبحلول ذلك الوقت سيكون شخص آخر قد شغّله على روبوته وأخبرك بما حدث فعلًا.

من يجربه، وعلى أي عمل

تسمي NVIDIA ثلاث شركات تجرب GR00T 2: Foxconn وSiemens وNexuni. واختيار الأسماء متعمد — فكل واحدة تمثل نوعًا مختلفًا من العمل الحقيقي، ومعًا ترسم خريطة الاتجاه الأول للروبوتات الشبيهة بالإنسان.

Foxconn هي أكبر شركة مصنعة للإلكترونيات في العالم، واهتمامها هو تصنيع الخوادم: أعمال التجميع الدقيقة والمتكررة وعالية الحجم التي تملأ مصانعها. والروبوت الشبيه بالإنسان الذي يستطيع تعلم خطوة تجميع جديدة من خمسة عروض هو اقتراح مختلف عن الروبوت الصناعي الثابت الذي يجب إعادة برمجته مع كل تغيير — وتصنيع الخوادم يتغير باستمرار مع وصول نماذج ومكونات جديدة. والتجربة تتعلق بالمرونة: هل يستطيع روبوت متعدد الأغراض مواكبة خط إنتاج لا يتوقف أبدًا؟

Siemens هي العملاق الصناعي، وتجربتها تتعلق بالعمل الصناعي بشكل أوسع — مهام الصيانة والفحص والمناولة داخل المصانع والمستودعات. وتبني Siemens طبقة البرمجيات للأتمتة الصناعية منذ عقود، لذا فإن اهتمامها بـ GR00T 2 إشارة إلى أين تعتقد الصناعة أن الطبقة التالية تتجه: ليس روبوتًا ثابتًا أفضل، بل روبوتًا متعدد الأغراض يمكن إعادة تدريبه للمهمة التالية.

أما Nexuni فهي الأكثر إنسانية بين الثلاث: فتجربتها تشمل التعامل مع الغسيل — طي وفرز ونقل البياضات التي تعد أساسية في الفنادق والمستشفيات ومرافق الرعاية. والغسيل هو الاختبار المثالي لنموذج فعل عالمي، لأن القماش هو أصعب مادة في الروبوتات: فهو ينطوي وينزلق وليس له شكل صلب، وكل قطعة مختلفة. وإذا استطاع GR00T 2 التعامل مع الغسيل بموثوقية، فإنه يستطيع التعامل مع فئة كبيرة من المهام الواقعية اللينة والمتغيرة التي هزمت الروبوتات لسنوات.

كن واضحًا بشأن ما هي هذه التجارب: اختبارات مبكرة مع شركات شريكة، وليست عمليات نشر إنتاجية. فلا أحد يعلن أن مصانع Foxconn يعمل فيها الآن روبوتات GR00T 2، ولا ينبغي لأحد أن يقرأها بهذه الطريقة. والتجارب هي المرحلة التي تلتقي فيها نتيجة مختبر بمبنى حقيقي — إضاءة مختلفة وأرضيات مختلفة وأشياء مختلفة ومقاطعات مختلفة — وحيث تُقاس الفجوة بين 95% في المختبر والموثوقية في الميدان بصدق. وستكون نتائج هذه التجارب، إذا شاركتها NVIDIA وشركاؤها، أهم أخبار GR00T 2 في أوائل 2027.

ما يستطيع GR00T 2 فعله وما لا يستطيع

بناءً على الأدلة المنشورة حتى الآن، يستطيع GR00T 2 فعل شيء واحد بشكل ممتاز للغاية: تعلم مهمة مناولة فيزيائية من حفنة من العروض البشرية ثم أداؤها بموثوقية في بيئة خاضعة للتحكم. وهذا يغطي فئة كبيرة وقيمة من العمل — الالتقاط والوضع والطي والفرز والتجميع والمناولة — وهي المهام التي تملأ المصانع والمستودعات والمغاسل والورش. ومنحنى التعلم من خمسة عروض هو القدرة المهمة، لأنه يحول إعادة التدريب من مشروع إلى فترة ما بعد ظهر.

ويستطيع أيضًا فعل شيء أدق يهم على المدى الطويل: فهم التعليمات بلغة ما وربطها بفعل فيزيائي. فعبارة «ضع الصندوق الأحمر على الرف العلوي» ليست برنامجًا؛ بل جملة، ويجب على GR00T 2 تحليل الجملة وإيجاد الصندوق وتخطيط الوصول وتنفيذ الوضع. وهذا الجسر من اللغة إلى الفعل هو ما يجعل الروبوت متعدد الأغراض متعدد الأغراض فعلًا، وهو القدرة التي تفصل نموذج الفعل العالمي عن وحدة تحكم صناعية تقليدية.

وما لا يستطيع فعله — أو لم يُظهر أنه يستطيع فعله — لا يقل أهمية. فهو لا يستطيع أداء مهمة لم يرها من قبل بموثوقية دون عرض: فنسبة نجاح 40% دون عرض بعيدة عن الموثوقية. ولا يستطيع التفكير للخروج من موقف غير متوقع كما يفعل عامل بشري — شيء ساقط أو درج عالق أو زميل في الطريق. ولا يستطيع العمل لنوبة كاملة دون إشراف، ولا يمكن الوثوق به في عمل حرج للسلامة بمفرده. ولا يستطيع فعل أي من هذا بعد خارج اختبارات NVIDIA نفسها، لأن النموذج لم يُصدر.

وهناك أيضًا سؤال التكلفة الذي نادرًا ما يظهر في تغطية الإطلاق. فجسم روبوت شبيه بالإنسان، والحوسبة لتشغيل نموذج بمليارَي معلمة في الوقت الفعلي، والكاميرات، والصيانة — الروبوت ليس رخيصًا، والاقتصاد يعمل فقط حيث تكون العمالة التي يحل محلها مكلفة أو نادرة، أو حيث يكون العمل خطيرًا أو غير سار. فالغسيل وتجميع الخوادم والمناولة الصناعية كلها تناسب هذا الوصف. أما بيتك فلا، بعد.

GR00T 2 مقابل بقية عالم الروبوتات

لا يصل GR00T 2 في فراغ. فسباق الروبوتات الشبيهة بالإنسان في 2026 مزدحم: Optimus من Tesla، وروبوتات Figure الشبيهة بالإنسان، وAtlas من Boston Dynamics، وعشرات الشركات الناشئة الممولة جيدًا، كلها تبني روبوتات متعددة الأغراض، ومعظمها لديها نماذجها الخاصة. وما يجعل GR00T 2 مختلفًا ليس الروبوت — فـ NVIDIA لا تبني الأجسام — بل الدماغ، وقرار فتحه.

تحتفظ معظم شركات الروبوتات بنماذجها خاصة: فالنموذج هو الخندق، الشيء الذي يجعل روبوتها أفضل من روبوت الشركة التالية. أما أعمال NVIDIA فهي العكس. فـ NVIDIA تبيع الرقائق ومنصة البرمجيات التي تعمل عليها روبوتات الجميع. ونموذج GR00T 2 المفتوح يجعل كل روبوت شبيه بالإنسان أفضل، وكل روبوت أفضل يحتاج إلى مزيد من حوسبة NVIDIA. والإصدار المفتوح ليس كرمًا؛ بل استراتيجية — الاستراتيجية نفسها التي جعلت CUDA معيارًا لحوسبة الذكاء الاصطناعي. وإذا أصبح GR00T 2 الدماغ الافتراضي للروبوتات الشبيهة بالإنسان، فإن NVIDIA تفوز حتى لو لم تبع روبوتًا واحدًا.

وهذا يعني أيضًا أن المقارنة المهمة ليست GR00T 2 مقابل روبوت منافس واحد، بل GR00T 2 مقابل البديل المغلق: عالم تدرب فيه كل شركة روبوتات نموذجها الخاص على مجموعة بياناتها الصغيرة، مقابل عالم يبني فيه الجميع على نموذج مفتوح مشترك دُرب على 402,730 ساعة من الفيديو البشري. والعالم الثاني يتحرك أسرع، ويتحرك أسرع للجميع — بما في ذلك المختبرات الصغيرة والشركات الناشئة التي لم تكن لتستطيع أبدًا تحمل تكلفة تدريب نموذج كهذا بنفسها. وهذا هو الرهان، وديسمبر هو موعد معرفة مدى واقعيته.

وبالنسبة للقراء الذين يتابعون عالم النماذج المفتوحة بشكل أوسع، فإن أفضل نماذج الذكاء الاصطناعي مفتوحة المصدر تغطي نماذج اللغة والصور التي يمكنك تنزيلها اليوم — وينضم GR00T 2، إذا صمد إصدار ديسمبر، إلى تلك القائمة كأول نموذج مفتوح متقدم للعمل الفيزيائي. أما الاتجاه الآخر للتوجه نفسه — نماذج صغيرة تؤدي مهام كبيرة — فمراجعتنا Meta Muse review تغطي النموذج الصغير الذي تعادل مع Claude Haiku بثلث التكلفة.

نافذة ديسمبر: ما الذي يجب مراقبته

الأسابيع بين الآن وإصدار ديسمبر هي أهم جزء في قصة GR00T 2، لأنها الفترة التي يُختبر فيها الوعد. وهناك خمسة أشياء يجب مراقبتها، وكل واحد منها يجيب عن سؤال مختلف حول ما سيصبح عليه GR00T 2 فعلًا.

أولًا، الترخيص. فكلمة «مفتوح» طيف، والترخيص يقرر أين يقع GR00T 2 فيه. فترخيص متساهل يسمح بالاستخدام التجاري سيمكن الشركات الناشئة والمصانع من بناء منتجات على النموذج؛ أما ترخيص للبحث فقط فسيحصره في المختبرات. اقرأ نص الترخيص عند وصوله — لا منشور مدونة الإطلاق، بل الترخيص الفعلي — لأن تلك الوثيقة، أكثر من المعيار، تقرر من يستطيع استخدام GR00T 2 ولأي غرض.

ثانيًا، أول الاختبارات المستقلة. فبمجرد أن يتمكن الباحثون من تنزيل النموذج، سيشغلونه على روبوتاتهم ومهامهم وفي مختبراتهم — وستصمد الأرقام أو تتقلص. انتبه للاختبارات التي تستخدم أجسام روبوتات مختلفة عن أجسام NVIDIA، لأن النموذج الذي يعمل جيدًا فقط على روبوت شبيه بالإنسان محدد هو إنجاز أضيق من نموذج ينتقل عبر المنصات. ويقع GR00T 2 داخل منصة NVIDIA الأوسع للروبوتات Isaac، والسؤال هو مدى ارتباطه الوثيق بأجهزة NVIDIA ومحاكاتها.

ثالثًا، المهام التي تختارها الاختبارات المستقلة. فمهام NVIDIA الخمسون كانت مهام مناولة بنتائج واضحة. أما الاختبارات المثيرة للاهتمام فستكون الفوضوية: مهام فيها مقاطعات، وأشياء لم يرها النموذج من قبل، وتعليمات غامضة أو ملتبسة. والنموذج الذي يسجل 95% في مهام مختبرية نظيفة و50% في مهام فوضوية ما زال اختراقًا — لكنه اختراق بطريق أطول بكثير إلى أرضية المصنع.

رابعًا، سؤال الحوسبة. فالنموذج الذي يضم مليارَي معلمة ويعمل في الوقت الفعلي يحتاج إلى أجهزة جادة على الروبوت نفسه، وهذه الأجهزة تكلف مالًا وتستهلك طاقة وتولّد حرارة. راقب أول التقارير عن ما يحتاجه GR00T 2 للتشغيل — أي الرقائق، وكم ذاكرة، وبأي سرعة — لأن متطلب الحوسبة هو بطاقة السعر الخفية، وهو يقرر ما إذا كان النموذج عمليًا لأي أحد باستثناء المختبرات الأفضل تمويلًا.

خامسًا، نتائج التجارب. فـ Foxconn وSiemens وNexuni تختبر GR00T 2 على عمل حقيقي الآن، وإذا شاركت حتى نتائج جزئية في أوائل 2027، فستكون تلك النتائج أهم من أي معيار. فتجربة غسيل تُبلغ «إنه يطوي بموثوقية لأربع ساعات، ثم يحتاج إلى إعادة ضبط» تخبرك عن حالة الروبوتات الشبيهة بالإنسان أكثر من أي رقم إطلاق. راقب تلك التقارير، واقرأها بالتشكك نفسه الذي تطبقه على أي ادعاء من بائع — لكن اقرأها، لأنها أقرب شيء إلى الحقيقة الميدانية في هذا المجال.

من يجب أن يهتم بـ GR00T 2

الخلاصة بسيطة: GR00T 2 هو أقوى نموذج تعلم روبوتات أُعلن عنه على الإطلاق، ونسبة 95% نتيجة حقيقية في اختبار محدد جيدًا. وسيقرر الإصدار المفتوح في ديسمبر ما إذا كان سيصبح أساسًا مشتركًا للمجال كله أو عرضًا. وفي كلتا الحالتين، الاتجاه واضح — فالروبوتات تتعلم كما يتعلم البشر، بالمشاهدة — وستكتب السنوات القليلة المقبلة من الروبوتات من يتعلم أسرع من تلك الفكرة.

الأسئلة الشائعة

ما هو NVIDIA GR00T 2؟

GR00T 2 هو نموذج الفعل العالمي المفتوح والمتقدم من NVIDIA للروبوتات الشبيهة بالإنسان، أُطلق في 9 نوفمبر 2026 في مؤتمر تعلم الروبوتات (CoRL). وهو نموذج يضم مليارَي معلمة مبني على NVIDIA Cosmos، يحوّل تعليمات اللغة ومدخلات الكاميرا إلى أفعال روبوتية فيزيائية. وعلى عكس نماذج الروبوتات السابقة المدربة أساسًا على بيانات جمعتها الروبوتات، يتعلم GR00T 2 من الفيديو البشري — 402,730 ساعة من الفيديو بمنظور الشخص الأول في تدريبه — لذا يستطيع التقاط مهام جديدة من حفنة من العروض البشرية.

ماذا تعني نسبة النجاح 95% فعلًا؟

يقيس رقم 95% النجاح في 50 مهمة لم تُرَ من قبل في إعداد اختبار NVIDIA بعد عرض 5 عروض بشرية لكل مهمة على النموذج. وتُظهر الاختبارات نفسها نجاحًا بنسبة 40% دون أي عرض (صفر عروض) و71% بعد عرض واحد. إذن القراءة الصادقة هي: GR00T 2 جيد جدًا في نسخ مهمة شاهد إنسانًا يؤديها بضع مرات للتو، وأضعف بكثير في فعل شيء لم يره أبدًا. وهذا لا يعني أن الروبوت يستطيع أداء 95% من وظائف العالم الحقيقي.

هل NVIDIA GR00T 2 مفتوح المصدر؟

ليس بعد، اعتبارًا من نوفمبر 2026. أعلنت NVIDIA عن GR00T 2 كنموذج مفتوح وتقول إن الأوزان والشيفرة ستُصدر علنًا في ديسمبر 2026. وحتى يحدث ذلك الإصدار، لا يستطيع الباحثون والمطورون تنزيل النموذج أو تشغيله بأنفسهم — فما يوجد اليوم هو الإعلان والورقة البحثية ونتائج اختبارات NVIDIA نفسها. راجع صفحة GR00T الرسمية من NVIDIA لمعرفة حالة الإصدار قبل التخطيط لأي عمل حوله.

من يستخدم GR00T 2؟

تسمي NVIDIA شركات Foxconn وSiemens وNexuni بين الشركات التي تجرب GR00T 2، في بيئات تشمل التعامل مع الغسيل وتصنيع الخوادم والعمل الصناعي. وهذه تجارب مبكرة مع شركات شريكة، وليست عمليات نشر إنتاجية — فالروبوتات تُختبر على مهام مصنع وخدمة حقيقية لمعرفة أين يصمد النموذج خارج المختبر. ويعتمد الاعتماد الأوسع على الإصدار المفتوح في ديسمبر وعلى نتائج هذه التجارب.

كيف يتعلم GR00T 2 من الفيديو البشري؟

دُرب GR00T 2 على 402,730 ساعة من الفيديو البشري بمنظور الشخص الأول — لقطات لأشخاص يؤدون مهام يومية بأيديهم، مصورة من وجهة نظرهم. ولأن النموذج مبني على Cosmos، نموذج العالم من NVIDIA، فإنه يتعلم فيزياء تلك المهام: كيف تتحرك الأشياء، وكيف تمسك الأيدي، وما الذي يحدث عندما تدفع شيئًا أو ترفعه أو تطويه. ولهذا تكفي بضعة عروض لتعليمه مهمة جديدة — فهو يفهم العالم الفيزيائي بالفعل من مشاهدة البشر، والعرض يوضح له ما يجب فعله في هذه الحالة المحددة.

هل أستطيع تشغيل GR00T 2 على روبوتي الخاص؟

ليس بعد. فالأوزان والشيفرة مجدولة للإصدار المفتوح في ديسمبر 2026، وحتى ذلك الحين لا يوجد شيء للتنزيل. وحتى بعد الإصدار، فإن GR00T 2 نموذج يضم مليارَي معلمة يحتاج إلى حوسبة جادة ومنصة روبوتات شبيهة بالإنسان متوافقة للتشغيل — إنه أداة بحث وصناعة، وليس شيئًا تثبته على روبوت منزلي. وإذا كنت باحثًا أو مطورًا في الروبوتات، فإن إصدار ديسمبر هو اللحظة التي يجب مراقبتها؛ أما إذا كنت قارئًا عامًا، فالإجابة الصادقة هي أن GR00T 2 معلم في المجال، وليس منتجًا يمكنك استخدامه اليوم.

AT
عن Aitopkit

نبحث في أدوات الذكاء الاصطناعي بعمق قبل التوصية بها — الأسعار الرسمية والوثائق العامة وتقارير المستخدمين الحقيقية. إذا اشتريت عبر روابطنا فقد نتلقى عمولة دون أي تكلفة إضافية عليك. اقرأ إفصاحنا.