مايكروسوفت تطلق 7 نماذج MAI في مؤتمر Build 2026: منافسة مباشرة لـ Claude وGemini

السباق على الذكاء الاصطناعي يشتد

في الوقت الذي كانت فيه مايكروسوفت تعتمد بشكل كبير على شراكتها مع OpenAI، كان هناك دائماً تساؤل: متى ستطور الشركة نماذجها الخاصة بالكامل؟ في مؤتمر Build 2026، جاءت الإجابة بشكل واضح وحاسم. أعلنت Microsoft AI بقيادة مصطفى سليمان عن إطلاق 7 نماذج ذكاء اصطناعي جديدة تحت مسمى MAI (Microsoft AI) .

هذه الخطوة ليست مجرد إضافة إلى قائمة النماذج المتاحة، بل هي تحول استراتيجي نحو الاستقلالية التقنية، ومنافسة مباشرة لكبرى الشركات في الساحة مثل Anthropic و Google .

🔗 المصدر الرسمي: microsoft.ai/news/building-a-hillclimbing-machine-launching-seven-new-mai-models

استراتيجية “Hill-Climbing Machine” (آلة تسلق التل)

قبل الخوض في النماذج، من المهم فهم الفلسفة التي تقف وراءها. صرح مصطفى سليمان، الرئيس التنفيذي لـ Microsoft AI، بأن الشركة تبني ما يسمى “Hill-Climbing Machine” – وهي منظومة مصممة للتحسين المستمر والتكرار السريع، مع الاعتماد على زيادة هائلة في القوة الحسابية .

فكرة “تسلق التل” تعني أن الشركة لن تكتفي بإصدار نموذج ثم الانتظار، بل ستستثمر في بنية تحتية قادرة على رفع أداء النماذج بشكل دوري ومطرد، مع التركيز على البيانات النظيفة والمرخصة بشكل قانوني، والابتعاد عن ممارسة “التقطير” (Distillation) من نماذج أخرى .

النماذج السبعة: تغطية كاملة للمهام

قسمت مايكروسوفت عائلة MAI إلى سبعة نماذج، تغطي خمس فئات رئيسية هي: الاستدلال والمنطق، البرمجة، الصور، نسخ الصوت إلى نص، وتوليد الصوت.

MAI-Thinking-1: نموذج الاستدلال الرائد

هذا هو النموذج الرئيسي في العائلة، وهو أول نموذج استدلال (Reasoning) متقدم من مايكروسوفت . يستخدم بنية Mixture-of-Experts (MoE) ويحتوي على 35 مليار معامل نشط (مع إجمالي معاملات يقدر بتريليون)، مع نافذة سياق تصل إلى 256 ألف رمز .

أداء النموذج حسب الأرقام الرسمية:

حقق 53% على معيار SWE-bench Pro (مقياس صعوبة مهام البرمجة)، وهو مستوى يعادل Claude Opus 4.6 .
حقق 97% على معيار AIME 2025 (مسائل رياضيات)، و94.5% على AIME 2026 .
في تقييمات بشرية عمياء (blind side-by-side)، فضله المحكمون على Claude Sonnet 4.6 من حيث الجودة الشاملة .

الصورة أدناه توضح شعار Microsoft AI:

MAI-Code-1-Flash: نموذج البرمجة فائق الكفاءة

هذا النموذج صغير الحجم مقارنة بالمنافسين، حيث يمتلك 5 مليارات معامل نشط فقط، لكن أداءه وقوته الاستدلالية مثيرة للإعجاب . تم دمجه بعمق في أدوات المطورين الخاصة بشركة مايكروسوفت مثل GitHub Copilot و VS Code . حقق 51% على معيار SWE Bench Pro . من حيث التكلفة، هو أرخص بشكل ملحوظ من منافسيه، حيث استهلاكه للرموز (tokens) أقل بنسبة تصل إلى 60% في بعض المهام مقارنة بنماذج أخرى .

MAI-Image-2.5: نموذج الصور المتقدم

هذا النموذج يدعم توليد الصور من النصوص (Text-to-Image) وتحريرها، وهو متوفر بنسختين: النسخة الأساسية (التي تركز على الجودة العالية) والنسخة “فلاش” (التي تركز على السرعة والكفاءة للمشاريع الضخمة) . في تصنيف Arena ELO، احتل المركز الثالث في توليد الصور والثاني في تحرير الصور، متفوقاً في هذا المجال على نموذج Nano Banana Pro من Google . تم دمجه بالفعل في تطبيقات PowerPoint و OneDrive .

MAI-Transcribe-1.5: نموذج النسخ الصوتي

تدعي مايكروسوفت أن هذا هو النموذج الأكثر دقة في العالم في مهمة نسخ الصوت إلى نص (Speech-to-Text)، مع دعم 43 لغة . سرعته تصل إلى 5 أضعاف سرعة النماذج المنافسة، ويدعم مصطلحات متخصصة في مجالات مثل الطب والقانون . السعر تنافسي للغاية، حيث يبلغ 0.36 دولار فقط لكل ساعة من النسخ .

MAI-Voice-2: نموذج توليد الصوت الطبيعي

هذا النموذج يقوم بتوليد كلام طبيعي وعاطفي من النص، ويدعم 15 لغة . من أبرز قدراته “التكيف الصوتي” (Voice Adaptation)، حيث يمكنه تقليد صوت شخص معين من خلال عينة صوتية قصيرة، مع وجود حماية ضد الاستخدام غير المصرح به . يقوم بتوليد 60 ثانية من الصوت في ثانية واحدة فقط .

الابتكار الحقيقي: التدقيق المسبق Zero Distillation

ما يميز نماذج MAI عن غيرها هو أنها دربت من الصفر (Trained from scratch) على بيانات “نظيفة” ومرخصة وليست مأخوذة من الإنترنت بشكل عشوائي . هذا النهج يسمى “Zero Distillation” أو “صفر تقطير”. بدلاً من استخدام مخرجات نماذج أخرى (مثل GPT-4) لتدريب نموذجها (وهي ممارسة شائعة ولكنها مثيرة للجدل قانونياً وأخلاقياً)، فضلت مايكروسوفت بناء كل شيء بقواعد بيانات خاصة بها.

هذا يعني أن الشركات يمكنها استخدام هذه النماذج دون خوف من الدعاوى القضائية المتعلقة بانتهاك حقوق الطبع والنشر .

Frontier Tuning: تخصيص النماذج بشكل لم يسبق له مثيل

إلى جانب النماذج نفسها، أعلنت مايكروسوفت عن تقنية “Frontier Tuning”. هذه ليست مجرد ضبط دقيق (Fine-tuning) عادي، بل هي عملية تعلم معزز (Reinforcement Learning) تحدث داخل حدود مؤسستك .

الفكرة بسيطة ولكنها ثورية: بدلاً من استخدام نموذج ذكي عام لا يعرف شيئاً عن شركتك، يمكنك تدريب MAI-Thinking-1 على أسلوب عملك الخاص: مصطلحاتك، أذونات موظفيك، وحتى تنسيق مستنداتك. النتائج الأولية كانت مذهلة. في أحد النماذج الداخلية لمايكروسوفت، قفزت نسبة إنجاز المهام من 13% إلى 87% بعد تطبيق Frontier Tuning . مايكروسوفت دخلت أيضاً في شراكة مع Mayo Clinic لتطوير نموذج رائد في المجال الطبي باستخدام هذه التقنية .

كيفية الوصول إلى هذه النماذج؟

جميع نماذج MAI السبع متاحة اليوم عبر منصة Azure AI Foundry. بالإضافة إلى ذلك، ستتوفر على منصات الطرف الثالث مثل OpenRouter و Fireworks و Baseten، مما يمنح المطورين مرونة في الاختيار . النماذج مدعومة أيضاً بمعالجات Maia 200 الخاصة بمايكروسوفت، والتي تقدم كفاءة في استهلاك الطاقة تزيد 1.4 مرة عن الحلول الأخرى .

الخلاصة

مايكروسوفت لم تعد مجرد مشغل لنماذج OpenAI. مع إطلاق MAI، أثبتت الشركة أنها تمتلك القدرة على المنافسة في السباق الأهم في وادي السيليكون اليوم. التركيز على “البيانات النظيفة” واستراتيجية “تسلق التل” يضعان معياراً جديداً للشفافية والكفاءة، بينما تعيد “Frontier Tuning” تعريف كيفية استفادة الشركات من الذكاء الاصطناعي التوليدي.