بالنقر فوق “قبول جميع ملفات تعريف الارتباط”، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين التنقل في الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. مزيد من المعلومات
إعدادات ملفات تعريف الارتباط
بالنقر فوق “قبول جميع ملفات تعريف الارتباط”، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين التنقل في الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. مزيد من المعلومات
في 26 أكتوبر، عُقد مؤتمر YOLO Vision 2025 (YV25) لأول مرة في الصين في المبنى B10 في حديقة الثقافة الإبداعية OCT في شينزين. جمعت فعالية الرؤية الهجينة للذكاء الاصطناعي التي نظمتها شركة Ultralytics أكثر من 200 مشارك شخصيًا، وانضم إليهم الكثيرون عبر الإنترنت عبر YouTube وBilibili.
لقد تجاوز البث المباشر لفعالية YV25 Shenzhen 3,500 مشاهدة على YouTube، ولا يزال يحظى بالاهتمام مع مشاركة أبرز أحداث الفعالية عبر المجتمع. لقد كان يوماً مليئاً بالأفكار والمحادثات والاستكشاف العملي للمكان الذي يتجه إليه الذكاء الاصطناعي فيجن.
بدأ اليوم بترحيب حار من مضيفتنا، هوانغ شوي يينغ، التي دعت الجميع للتواصل والتعلم والمشاركة في المناقشات خلال الحدث. وأوضحت أن هذه هي النسخة الثانية من مؤتمر YOLO Vision لهذا العام، بعد نسخة لندن في سبتمبر، وشاركت كم كان من المثير جمع مجتمع Vision AI معًا مرة أخرى هنا في شنتشن.
في هذا المقال، سنستعرض في هذا المقال أبرز ما حدث في هذا اليوم، بما في ذلك تحديثات النماذج، وجلسات المتحدثين، والعروض التوضيحية الحية، واللحظات المجتمعية التي جمعت الجميع. لنبدأ!
رحلة نماذج Ultralytics YOLO حتى الآن
كانت الكلمة الرئيسية الأولى لهذا اليوم بقيادة المؤسس والرئيس التنفيذي لشركة Ultralytics جلين جوتشر، الذي شارك كيف تطورت نماذج YOLO من نماذج Ultralytics YOLO من إنجاز بحثي إلى بعض نماذج الذكاء الاصطناعي البصري الأكثر استخدامًا على نطاق واسع في العالم. وأوضح جلين أن عمله المبكر ركز على جعل YOLO أسهل استخداماً.
قام بنقل النماذج إلى PyTorch، وحسّن التوثيق، وشارك كل شيء بشكل مفتوح حتى يتمكن المطورون في كل مكان من البناء عليها. وكما يتذكر، "لقد قفزت في عام 2018. وقررت أن هذا هو مستقبلي." ما بدأ كجهد شخصي سرعان ما أصبح حركة عالمية مفتوحة المصدر.
الشكل 1. غلين يوتشر يتحدث على المنصة في مؤتمر "يولو فيجن 2025 شينزن".
واليوم، تعمل نماذج Ultralytics YOLO على تشغيل مليارات الاستنتاجات كل يوم، وأكد جلين أن هذا الحجم لم يكن ممكنًا إلا بفضل الأشخاص الذين ساعدوا في بنائه. فقد قام باحثون ومهندسون وطلاب وهواة ومساهمون مفتوح المصدر من جميع أنحاء العالم بتشكيل YOLO إلى ما هو عليه اليوم.
وكما قال جلين: "هناك ما يقرب من ألف منهم [المساهمون] في الخارج ونحن ممتنون للغاية لذلك. لم نكن لنصل إلى ما نحن عليه اليوم لولا هؤلاء الأشخاص."
تحديثات على موقع Ultralytics YOLO26
تمت مشاركة النظرة الأولى على Ultralytics YOLO26 في وقت سابق من هذا العام في حدث YOLO Vision 2025 في لندن، حيث تم تقديمه باعتباره الخطوة الرئيسية التالية إلى الأمام في عائلة نموذج YOLO من Ultralytics. في YV25 Shenzhen، قدم جلين تحديثًا للتقدم المحرز منذ ذلك الإعلان، وأتاح لمجتمع الذكاء الاصطناعي نظرة فاحصة على كيفية تطور النموذج.
تم تصميم YOLO26 ليكون أصغر حجماً وأسرع وأكثر دقة، مع الحفاظ على كونه عملياً للاستخدام في العالم الحقيقي. أوضح جلين أن الفريق أمضى العام الماضي في تحسين البنية وقياس الأداء عبر الأجهزة ودمج الرؤى المستقاة من الأبحاث وملاحظات المجتمع. والهدف هو تقديم أحدث أداء دون جعل النماذج أكثر صعوبة في النشر.
ما يمكن توقعه من Ultralytics YOLO26
أحد التحديثات الأساسية التي سلط غلين الضوء عليها هو أن YOLO26 مقترن بحملة مخصصة لضبط المعلمات الفائقة، والانتقال من التدريب بالكامل من الصفر إلى الضبط الدقيق على مجموعات بيانات أكبر. وأوضح أن هذا النهج يتماشى أكثر مع حالات الاستخدام الفعلي في العالم الحقيقي.
فيما يلي بعض التحسينات الرئيسية الأخرى التي تمت مشاركتها في الحدث:
بنية مبسطة: تمت إزالة طبقة الخسارة البؤرية للتوزيع (DFL). هذا يجعل النماذج أبسط وأسرع في التشغيل، مع الحفاظ على نفس مستوى الدقة.
دعم الاستدلال من طرف إلى طرف: YOLO26 هو برنامج YOLO26 أصلاً من طرف إلى طرف، مما يعني أنه يمكن تشغيله بدون طبقة NMS منفصلة. وهذا يجعل التصدير إلى تنسيقات مثل ONNX و TensorRT والنشر على الأجهزة المتطورة أسهل بكثير.
أداء أفضل للأجسام الصغيرة: تساعد استراتيجيات الفقدان المحدّثة النموذج على اكتشاف الأجسام الصغيرة بشكل أكثر موثوقية، وهو ما كان يمثل تحديًا طويل الأمد في مجال الرؤية الحاسوبية.
مُحسِّن هجين جديد: يتضمن YOLO26 مُحسِّنًا جديدًا مستوحى من الأبحاث الحديثة في مجال تدريب النماذج اللغوية الكبيرة، والذي يعمل على تحسين دقة النموذج، وهو الآن مدمج مباشرةً في حزمة Ultralytics Python.
تقنية Ultralytics YOLO26 هي الخطوة التالية في مجال الذكاء الاصطناعي البصري العملي
وتؤدي هذه التحديثات معًا إلى نماذج أسرع بنسبة تصل إلى 43% على وحدة المعالجة المركزية مع كونها أكثر دقة من Ultralytics YOLO11، مما يجعل YOLO26 مؤثرًا بشكل خاص للأجهزة المدمجة والروبوتات والأنظمة المتطورة.
ستدعم YOLO26 جميع المهام وأحجام النماذج المتوفرة حاليًا في YOLO11، مما ينتج عنه 25 نموذجًا مختلفًا عبر العائلة. يتضمن ذلك نماذج للكشف، والتجزئة، وتقدير الوضع، والمربعات المحدودة الموجهة، والتصنيف، بدءًا من النانو وحتى الحجم الكبير جدًا.
يعمل الفريق أيضًا على خمسة متغيرات قابلة للتوجيه. هذه هي النماذج التي يمكن أن تأخذ مطالبة نصية وتعيد المربعات المحدودة مباشرة، دون الحاجة إلى تدريب.
إنها خطوة مبكرة نحو تدفقات عمل رؤية أكثر مرونة وقائمة على التعليمات يسهل تكييفها مع حالات الاستخدام المختلفة. لا تزال نماذج YOLO26 قيد التطوير النشط، لكن نتائج الأداء المبكرة قوية، ويعمل الفريق على إطلاقها قريباً.
نظرة على منصة Utralytics
بعد تحديث YOLO26، رحّب غلين ببراتيك باتناغار، رئيس قسم هندسة المنتجات لدينا، لتقديم عرض توضيحي مباشر لمنصة Ultralytics. تم بناء هذه المنصة لتجميع الأجزاء الرئيسية لسير عمل الرؤية الحاسوبية معاً، بما في ذلك استكشاف مجموعات البيانات، والتعليق على الصور، ونماذج التدريب، ومقارنة النتائج.
الشكل 2. براتيك باتناغار يعرض منصة Ultralytics.
أشار براتيك إلى أن المنصة تظل وفية لجذور Ultralytics مفتوحة المصدر، حيث تقدم مساحتين مجتمعيتين، مجتمع مجموعات البيانات ومجتمع المشاريع، حيث يمكن للمطورين المساهمة وإعادة استخدام وتحسين عمل بعضهم البعض. وخلال العرض التوضيحي، عرض توضيحات بمساعدة الذكاء الاصطناعي، والتدريب السحابي السهل، والقدرة على ضبط النماذج مباشرةً من المجتمع، دون الحاجة إلى موارد وحدة معالجة الرسومات المحلية.
المنصة قيد التطوير حاليًا. شجع براتيك الحضور على ترقب الإعلانات وأشار إلى أن الفريق ينمو في الصين لدعم الإطلاق.
أصوات من وراء YOLO: لجنة المؤلفين
مع تزايد الزخم، تحولت الفعالية إلى حلقة نقاش شارك فيها العديد من الباحثين الذين يقفون وراء نماذج YOLO المختلفة. ضمّت الجلسة جلين جوتشر، إلى جانب جينغ تشيو، كبير مهندسي تعلّم الآلة لدينا؛ وتشين هوي، مهندس تعلّم الآلة في Meta وأحد مؤلفي YOLOv10؛ وبو تشانغ، خبير استراتيجيات الخوارزميات في Meituan وأحد مؤلفي YOLOv6.
الشكل 3. حلقة نقاش حول تطوير نماذج YOLO تضم هوانغ شوي يينغ، وتشن هوي، وبو تشانغ، وجينغ كيو، وغلين جوتشر.
وركزت المناقشة على كيفية استمرار تطور YOLO من خلال الاستخدام الواقعي. وتطرق المتحدثون إلى أن التقدم غالبًا ما يكون مدفوعًا بتحديات النشر العملي، مثل التشغيل بكفاءة على الأجهزة الطرفية، وتحسين اكتشاف الأجسام الصغيرة، وتبسيط تصدير النماذج.
وبدلاً من السعي وراء الدقة فقط، أشار الفريق إلى أهمية الموازنة بين السرعة وسهولة الاستخدام والموثوقية في بيئات الإنتاج. ومن النتائج المشتركة الأخرى التي تم التوصل إليها هي قيمة التكرار وتعليقات المجتمع.
إليك بعض الأفكار الأخرى المثيرة للاهتمام من المحادثة:
يكتسب الكشف عن المفردات المفتوحة زخمًا في نظام YOLO البيئي: تُظهر النماذج الأحدث كيف يمكن للمحاذاة بين الرؤية واللغة وسير العمل القائم على المطالبة أن يكتشف الأشياء خارج الفئات الثابتة.
الاهتمام خفيف الوزن آخذ في الازدياد: ناقشت الجلسة كيف يمكن أن يؤدي استخدام آليات الانتباه الفعالة، بدلاً من الانتباه الكامل في كل مكان، إلى تعزيز الدقة مع الحفاظ على خفة وزن الاستدلال بما يكفي للأجهزة المتطورة.
التكرار المبكر والمتكرر مع المجتمع: عزز أعضاء اللجنة عقلية البناء والاختبار والتحسين، حيث يؤدي إطلاق النماذج في وقت مبكر والتعلم من المستخدمين إلى نتائج أقوى من دورات التطوير الخاصة الطويلة.
قادة الفكر يحددون مستقبل الذكاء الاصطناعي والرؤية المستقبلية
بعد ذلك، دعونا نلقي نظرة فاحصة على بعض المحادثات الرئيسية في YV25 Shenzhen، حيث شارك قادة مجتمع الذكاء الاصطناعي في مجتمع الذكاء الاصطناعي كيفية تطور الذكاء الاصطناعي البصري، من البشر الرقميين والروبوتات إلى التفكير متعدد الوسائط ونشر الحافة الفعالة.
تعليم الذكاء الاصطناعي فهم التجربة البشرية
في جلسة ثاقبة، شارك الدكتور بينغ تشانغ من مختبر علي بابا كوين كيف يقوم فريقه بتطوير نماذج فيديو كبيرة يمكنها توليد بشر رقميين معبرين بحركة وتحكم أكثر طبيعية. واستعرض في هذه الجلسة نموذجَي Wan S2V وWan Animate، اللذين يستخدمان مراجع صوتية أو حركية لإنتاج كلام وإيماءات ورسوم متحركة واقعية، ومعالجة القيود التي تواجه التوليد القائم على النصوص البحتة.
الشكل 4. بنغ تشانغ يشرح كيف يمكن لنماذج الفيديو الكبيرة أن تشغل البشر الرقميين.
كما تحدث الدكتور تشانغ عن التقدم الذي تم إحرازه في مجال الصور الرمزية التفاعلية في الوقت الحقيقي، بما في ذلك استنساخ المظهر والحركة بدون لقطات ونماذج خفيفة الوزن يمكنها تحريك الوجه مباشرة من بث مباشر للكاميرا، مما يجعل البشر الرقميين النابضين بالحياة أقرب إلى العمل بسلاسة على الأجهزة اليومية.
من الإدراك إلى العمل: عصر الذكاء المجسد
كان أحد المحاور الرئيسية في YV25 Shenzhen هو التحول من نماذج الرؤية التي ترى العالم ببساطة إلى الأنظمة التي يمكنها التصرف فيه. بعبارة أخرى، لم يعد الإدراك هو نهاية المطاف، بل أصبح بداية الفعل.
على سبيل المثال، في كلمته الرئيسية، وصف هو تشونشو من شركة D-Robotics كيف تدمج حلولهم الخاصة بالتطوير وSoC (نظام على شريحة) الاستشعار والتحكم في الحركة في الوقت الحقيقي واتخاذ القرار على مجموعة موحدة من الأجهزة والبرمجيات. من خلال التعامل مع الإدراك والحركة كحلقة تغذية مرتدة مستمرة، بدلاً من مراحل منفصلة، فإن نهجهم يدعم الروبوتات التي يمكنها التحرك والتكيف والتفاعل بشكل أكثر موثوقية في البيئات الحقيقية.
الشكل 5. العرض التوضيحي لشركة D-Robotics في معرض YOLO Vision 2025 في شينزين بالصين.
وقد ردد أليكس تشانغ من Baidu Paddle هذه الفكرة في حديثه، موضحًا كيف يعمل نظام YOLO ونظام PaddleOCR معًا لاكتشاف الأشياء ثم تفسير النص والبنية المحيطة بها. وهذا يمكّن الأنظمة من تحويل الصور والمستندات إلى معلومات منظمة وقابلة للاستخدام في مهام مثل الخدمات اللوجستية وعمليات التفتيش والمعالجة الآلية.
الذكاء على الحافة: ذكاء اصطناعي فعال لكل جهاز
ومن الموضوعات الأخرى المثيرة للاهتمام في YV25 Shenzhen كيف أصبح الذكاء الاصطناعي المرئي أكثر كفاءة وقدرة على الأجهزة المتطورة.
تحدث بول جونغ من DEEPX عن نشر نماذج YOLO مباشرةً على الأجهزة المدمجة، مما يقلل من الاعتماد على السحابة. من خلال التركيز على الاستهلاك المنخفض للطاقة، والاستدلال المحسّن، وضبط النماذج المدرك للأجهزة، تتيح DEEPX إمكانية الإدراك في الوقت الفعلي للطائرات بدون طيار والروبوتات المتنقلة والأنظمة الصناعية التي تعمل في بيئات ديناميكية.
وبالمثل، شارك ليو لينغفي من شركة Moore Threads كيف تدمج منصة Moore Threads E300 وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) وحوسبة وحدة المعالجة العصبية (NPU) لتقديم استنتاجات بصرية عالية السرعة على أجهزة صغيرة الحجم.
يمكن للمنصة تشغيل تدفقات YOLO متعددة بمعدلات إطارات عالية، وتبسط سلسلة أدواتها خطوات مثل التكميم والتجميع الثابت وضبط الأداء. قامت Moore Threads أيضًا بفتح مجموعة واسعة من نماذج الرؤية الحاسوبية وأمثلة النشر لخفض العوائق أمام المطورين.
دمج الرؤية واللغة من أجل أنظمة ذكاء اصطناعي أكثر ذكاءً
حتى وقتٍ قريب، كان بناء نموذج واحد يمكنه فهم الصور وتفسير اللغة يتطلب بنية محولات كبيرة مكلفة في التشغيل. في YV25 Shenzhen، قدم يوي زيين من شركة Yuanshi Intelligence لمحة عامة عن RWKV، وهي بنية تمزج بين قدرات التفكير طويل السياق للمحوّلات مع كفاءة النماذج المتكررة.
وشرح كيف تطبق Vision-RWKV هذا التصميم على الرؤية الحاسوبية من خلال معالجة الصور بطريقة تتدرج خطياً مع الدقة. وهذا يجعلها مناسبة للمدخلات عالية الدقة وللأجهزة الطرفية حيث تكون الحوسبة محدودة.
أظهر يوي أيضًا كيف يتم استخدام RWKV في أنظمة الرؤية اللغوية، حيث يتم إقران ميزات الصورة مع فهم النص لتجاوز اكتشاف الأشياء إلى تفسير المشاهد والوثائق والسياق الواقعي.
الشكل 6. يوي زيين يتحدث عن تطبيقات RWKV.
الأكشاك والعروض الحية التي بثت الحياة في رؤية الذكاء الاصطناعي
بينما كانت المحادثات على المنصة تتطلع إلى ما سيصل إليه الذكاء الاصطناعي البصري، أظهرت الأكشاك الموجودة على الأرض كيف يتم استخدامه بالفعل اليوم. تمكن الحاضرون من رؤية نماذج تعمل بشكل مباشر، ومقارنة خيارات الأجهزة، والتحدث مباشرة مع الفرق التي تبني هذه الأنظمة.
إليك لمحة عن التكنولوجيا التي تم عرضها:
منصات التطوير والنماذج الأولية: عرضت كل من Seeed و M5Stack و Infermove لوحات تطوير مدمجة ومجموعات بدء التشغيل التي تسهل تجربة التطبيقات القائمة على YOLO والانتقال بسرعة من الأفكار إلى العروض التوضيحية العملية.
أجهزة متطورة عالية الأداء: عرضت كل من Hailo و DEEPX و Intel و Moore Threads رقائق ووحدات مصممة للاستدلال السريع والفعال.
سير عمل الرؤية واللغة: أبرزت Baidu Paddle و RWKV حزم البرامج التي يمكنها اكتشاف الأشياء، وكذلك قراءة وتفسير وتعليل ما يظهر في صورة أو مستند.
المصدر المفتوح والأدوات المجتمعية: أشركت كل من Ultralytics وDatawhale المطورين من خلال عروض توضيحية حية للنماذج، ونصائح تدريبية، وإرشادات عملية، مما يعزز من كيفية تسريع المعرفة المشتركة للابتكار.
الشكل 6. نظرة على كشك M5Stack في معرض YV25 Shenzhen.
التواصل مع مجتمع Vision AI
بالإضافة إلى جميع التقنيات المثيرة، كان أحد أفضل أجزاء مؤتمر YV25 Shenzhen هو جمع مجتمع الرؤية الحاسوبية وفريق Ultralytics معًا شخصيًا مرة أخرى. وطوال اليوم، تجمع الناس حول العروض التوضيحية، وتبادلوا الأفكار أثناء استراحات القهوة، واستمروا في المحادثات لفترة طويلة بعد انتهاء المحادثات.
قام الباحثون والمهندسون والطلاب والبناة بمقارنة الملاحظات وطرح الأسئلة وتبادل الخبرات الواقعية من النشر إلى التدريب على النماذج. وبفضل Cinco Jotas من Grupo Osborne، أضفنا لمسة من الثقافة الإسبانية إلى الحدث مع الجامون المنحوت الطازج، مما خلق لحظة دافئة من التواصل. مكان جميل وحشد متحمس وشعور مشترك بالزخم جعل اليوم مميزًا حقًا.
النقاط الرئيسية
من الكلمات الرئيسية الملهمة إلى العروض التوضيحية العملية، استحوذت فعالية YOLO Vision 2025 Shenzhen على روح الابتكار التي تميز مجتمع Ultralytics. وطوال اليوم، تبادل المتحدثون والحضور الأفكار واستكشفوا تقنيات جديدة وتواصلوا فيما بينهم حول رؤية مشتركة لمستقبل الذكاء الاصطناعي. غادروا معًا وهم مفعمون بالطاقة ومستعدون لما هو قادم مع Ultralytics YOLO.
