SandboxAQ تطلق نماذجها الكمية الضخمة عبر Google Cloud
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34]. تختلف LQMs عن نماذج LLMs بأنها تُدرّب على قوانين الفيزياء والكيمياء والرياضيات، وليس على النصوص، لإنتاج تنبؤات ومحاكاة علمية دقيقة بدلاً من توليد اللغة [1...
نشر بواسطةتم التحرير باستخدام DeepSeek-V4-Flashتم إنشاء الصور باستخدام GPT Image 1.5
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34].
تختلف LQMs عن نماذج LLMs بأنها تُدرّب على قوانين الفيزياء والكيمياء والرياضيات، وليس على النصوص، لإنتاج تنبؤات ومحاكاة علمية دقيقة بدلاً من توليد اللغة [1][4][6].
تأتي هذه الخطوة بعد إعلان Google عن حزمة Gemini for Science في مؤتمر I/O 2026، مما يشير إلى تحول الذكاء الاصطناعي العلمي من المختبرات إلى منتجات تجارية جاهزة للمؤسسات [23][27][30].
Search & fact-check with cited sources for What did Google Cloud announce on Monday regarding SandboxAQ's scientific AI models, how do SandbSandboxAQ's Large Quantitative Models (LQMs) are now accessible through the Google Cloud Marketplace, starting with AQCat for materials discovery and AQPotency for drug discovery.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What did Google Cloud announce on Monday regarding SandboxAQ's scientific AI models, how do Sandb. Article summary: Here is the fact-checked breakdown across all the questions you asked.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
في خطوة تعيد تعريف حدود الذكاء الاصطناعي، أعلنت شركة SandboxAQ، المنبثقة من Alphabet، يوم الاثنين 29 يونيو 2026، أنها ستتيح نماذجها الكمية الضخمة (Large Quantitative Models - LQMs) عبر سوق Google Cloud (Google Cloud Marketplace). هذا الإدراج في السوق هو القناة التجارية الفعلية لشراكة أُعلن عنها لأول مرة في يناير 2025، والتي التزمت بموجبها SandboxAQ باستخدام بنية Google Cloud التحتية للتطوير وسوق Google Cloud للتوزيع .
يأتي هذا الإعلان بالتزامن مع الدفع الأوسع من Google نحو أبحاث علمية مدعومة بالذكاء الاصطناعي، بما في ذلك حزمة Gemini for Science التي تم الإعلان عنها في مؤتمر Google I/O 2026. معاً، تشير هذه التطورات إلى أن الذكاء الاصطناعي العلمي ينتقل من المختبرات البحثية إلى منتجات تجارية جاهزة للمؤسسات.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "SandboxAQ تطلق نماذجها الكمية الضخمة عبر Google Cloud"؟
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34].
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34]. تختلف LQMs عن نماذج LLMs بأنها تُدرّب على قوانين الفيزياء والكيمياء والرياضيات، وليس على النصوص، لإنتاج تنبؤات ومحاكاة علمية دقيقة بدلاً من توليد اللغة [1][4][6].
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تأتي هذه الخطوة بعد إعلان Google عن حزمة Gemini for Science في مؤتمر I/O 2026، مما يشير إلى تحول الذكاء الاصطناعي العلمي من المختبرات إلى منتجات تجارية جاهزة للمؤسسات [23][27][30].
SandboxAQ تطلق نماذجها الكمية الضخمة عبر Google Cloud
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34]. تختلف LQMs عن نماذج LLMs بأنها تُدرّب على قوانين الفيزياء والكيمياء والرياضيات، وليس على النصوص، لإنتاج تنبؤات ومحاكاة علمية دقيقة بدلاً من توليد اللغة [1...
نشر بواسطةتم التحرير باستخدام DeepSeek-V4-Flashتم إنشاء الصور باستخدام GPT Image 1.5
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34].
تختلف LQMs عن نماذج LLMs بأنها تُدرّب على قوانين الفيزياء والكيمياء والرياضيات، وليس على النصوص، لإنتاج تنبؤات ومحاكاة علمية دقيقة بدلاً من توليد اللغة [1][4][6].
تأتي هذه الخطوة بعد إعلان Google عن حزمة Gemini for Science في مؤتمر I/O 2026، مما يشير إلى تحول الذكاء الاصطناعي العلمي من المختبرات إلى منتجات تجارية جاهزة للمؤسسات [23][27][30].
Search & fact-check with cited sources for What did Google Cloud announce on Monday regarding SandboxAQ's scientific AI models, how do SandbSandboxAQ's Large Quantitative Models (LQMs) are now accessible through the Google Cloud Marketplace, starting with AQCat for materials discovery and AQPotency for drug discovery.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What did Google Cloud announce on Monday regarding SandboxAQ's scientific AI models, how do Sandb. Article summary: Here is the fact-checked breakdown across all the questions you asked.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
في خطوة تعيد تعريف حدود الذكاء الاصطناعي، أعلنت شركة SandboxAQ، المنبثقة من Alphabet، يوم الاثنين 29 يونيو 2026، أنها ستتيح نماذجها الكمية الضخمة (Large Quantitative Models - LQMs) عبر سوق Google Cloud (Google Cloud Marketplace). هذا الإدراج في السوق هو القناة التجارية الفعلية لشراكة أُعلن عنها لأول مرة في يناير 2025، والتي التزمت بموجبها SandboxAQ باستخدام بنية Google Cloud التحتية للتطوير وسوق Google Cloud للتوزيع .
يأتي هذا الإعلان بالتزامن مع الدفع الأوسع من Google نحو أبحاث علمية مدعومة بالذكاء الاصطناعي، بما في ذلك حزمة Gemini for Science التي تم الإعلان عنها في مؤتمر Google I/O 2026. معاً، تشير هذه التطورات إلى أن الذكاء الاصطناعي العلمي ينتقل من المختبرات البحثية إلى منتجات تجارية جاهزة للمؤسسات.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "SandboxAQ تطلق نماذجها الكمية الضخمة عبر Google Cloud"؟
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34].
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أعلنت SandboxAQ يوم 29 يونيو 2026 عن إتاحة نماذجها الكمية الضخمة (LQMs) عبر سوق Google Cloud، بدءاً بنموذج AQCat لاكتشاف المواد ثم AQPotency لاكتشاف الأدوية [34]. تختلف LQMs عن نماذج LLMs بأنها تُدرّب على قوانين الفيزياء والكيمياء والرياضيات، وليس على النصوص، لإنتاج تنبؤات ومحاكاة علمية دقيقة بدلاً من توليد اللغة [1][4][6].
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تأتي هذه الخطوة بعد إعلان Google عن حزمة Gemini for Science في مؤتمر I/O 2026، مما يشير إلى تحول الذكاء الاصطناعي العلمي من المختبرات إلى منتجات تجارية جاهزة للمؤسسات [23][27][30].
النماذج الكمية الضخمة (LQMs) هي فئة مختلفة جوهرياً من الذكاء الاصطناعي عن نماذج اللغات الكبيرة (LLMs) التي تشغل روبوتات المحادثة مثل ChatGPT وGemini. وفقاً لـ SandboxAQ، فإن LQMs هي "ذكاء اصطناعي مرتكز على العالم المادي" .
كيف تختلف LQMs عن LLMs
تتمثل الاختلافات الرئيسية في ثلاثة مجالات: بيانات التدريب، الهدف، والمخرجات.
البيانات والتدريب. تُدرّب نماذج LLMs على نصوص الإنترنت واللغة الطبيعية - الكتب والمقالات والمحادثات - لفهم وتوليد اللغة البشرية. في المقابل، تُدرّب نماذج LQMs على البيانات الكمية والقوانين الأساسية للفيزياء والكيمياء والرياضيات. وتصفها SandboxAQ بأنها مبنية على بيانات رقمية مهيكلة وليس على نصوص .
الهدف. تُحسّن نماذج LLMs أداءها لفهم وتوليد اللغة - أي توقع الكلمة التالية في جملة أو تلخيص مستند. أما نماذج LQMs فتُحسّن أداءها لتحقيق أهداف كمية محددة، مثل توقع خصائص المواد أو السلوك الكيميائي أو مقاييس المخاطر المالية .
المخرجات. تُنتج نماذج LLMs نصوصاً وملخصات ومحادثات. بينما تُنتج نماذج LQMs تنبؤات وعمليات محاكاة ورؤى هندسية تستند إلى الواقع المادي . وكما توضح SandboxAQ، حيث يمكن لنماذج LLMs وصف تفاعل كيميائي، يمكن لنماذج LQMs محاكاته .
وقد صرح جاك هيداري، الرئيس التنفيذي لشركة SandboxAQ، بأن نماذج LQMs سوف تتفوق على نماذج LLMs في قطاعات مثل الأدوية والمواد والطاقة والمالية . وتؤكد الشركة أن LQMs ليست بديلاً عن LLMs بل أدوات مكملة - حيث تتعامل LLMs مع التفاعل البشري بينما تتولى LQMs الدقة الكمية .
ما هي النماذج المقدمة؟
تقدم SandboxAQ في البداية منتجين من LQMs عبر سوق Google Cloud :
AQCat (لاكتشاف المواد) - سيكون متاحاً أولاً
AQPotency (لاكتشاف الأدوية) - سيتبعه
كلا النموذجين متاحان عبر السوق. كما جعلت SandboxAQ نماذجها الكمية متاحة عبر نماذج LLMs الرائدة، مما يسمح للباحثين بالاستعلام عنها من خلال واجهات اللغة الطبيعية التي يعرفونها بالفعل .
ما هي حزمة Gemini for Science؟
Gemini for Science ليست نموذجاً واحداً. إنها مجموعة من الأدوات التجريبية للذكاء الاصطناعي أعلنت عنها Google في مؤتمر I/O 2026 (19-20 مايو 2026)، وهي مصممة لتسريع المنهج العلمي . ومن الأفضل فهمها كـ"طبقة تنسيق" للبحث العلمي .
تضم Gemini for Science ثلاثة أركان أساسية:
توليد الفرضيات (Hypothesis Generation) - مبني على Co-Scientist، وهو فريق من وكلاء الذكاء الاصطناعي يعملون معاً لتوليد ومناقشة وتقييم فرضيات البحث. نشرت Google ورقة بحثية في نفس اليوم في دورية Nature تؤكد صحة النهج .
الاكتشاف الحسابي (Computational Discovery) - مبني على AlphaEvolve وERA. وقد تفوقت ERA على نموذج توقعات الأمراض المعدية التابع لمراكز السيطرة على الأمراض (CDC) في المعايير المنشورة عند الإطلاق .
الرؤى الأدبية (Literature Insights) - مبني على NotebookLM، ويقدم تلخيصاً تلقائياً للأدبيات وتحليلاً بحثياً .
بالإضافة إلى ذلك، تتضمن Gemini for Science مهارات العلوم (Science Skills)، وهي طبقة منفصلة في Google Antigravity تتصل بأكثر من 30 قاعدة بيانات لعلوم الحياة .
الأدوات التجريبية متاحة عبر Google Labs على labs.google/science، مع بدء الوصول التدريجي منذ الإطلاق .
المنطق التجاري وراء الشراكة
لصالح Google Cloud: تمثل نماذج LQMs من SandboxAQ فئة جديدة وعالية القيمة من أعباء العمل - الذكاء الاصطناعي العلمي والكمي - مما يزيد من استهلاك الخدمات السحابية. تحصل Google Cloud على منتج متميز على مستوى المؤسسات إلى جانب نماذج Gemini العامة، مما يضعها كمزود البنية التحتية "للاكتشاف العلمي الأصلي للذكاء الاصطناعي" .
لصالح SandboxAQ: يوفر سوق Google Cloud للشركة وصولاً فورياً إلى قاعدة عملاء Google الواسعة من المؤسسات، وقناة فواتير وشراء موثوقة، وبنية تحتية قابلة للتطوير - بما في ذلك التكامل مع NVIDIA DGX Cloud على Google Cloud . وتعمل SandboxAQ، وهي منبثقة عن Alphabet تبلغ قيمتها الآن 5 مليارات دولار، على تعميق علاقة تجارية طبيعية .
ماذا يعني الإدراج في السوق للذكاء الاصطناعي العلمي؟
يمثل هذا علامة فارقة تجارية للذكاء الاصطناعي العلمي. إنها المرة الأولى التي تتاح فيها نماذج كمية ضخمة متخصصة - وهي فئة متميزة عن نماذج LLMs العامة - عبر سوق سحابية رئيسية مع عمليات شراء وفواتير وأمان على مستوى المؤسسات .
وهو يشير إلى أن الذكاء الاصطناعي العلمي ينتقل من المختبرات البحثية والنشر المخصص إلى فئة منتجات موحدة مدرجة تجارياً يمكن للمؤسسات شراؤها "من الرف". وقد صرح جاك هيداري، الرئيس التنفيذي لـ SandboxAQ، بأن LQMs سوف تتفوق على LLMs في قطاعات مثل الأدوية والمواد والطاقة والمالية ، والتوفر عبر السوق هو البنية التحتية التي تجعل هذا التحول حقيقة واقعة.
النقاط الرئيسية
تُدرّب LQMs على الفيزياء والكيمياء والرياضيات - وليس النصوص - وتُحسّن أداءها للتنبؤات الكمية بدلاً من توليد اللغة.
AQCat (المواد) وAQPotency (الأدوية) هما أول نموذجين من LQMs متاحين على سوق Google Cloud.
Gemini for Science هي مجموعة تنسيق، وليست نموذجاً واحداً، وتضم Co-Scientist و AlphaEvolve و ERA و NotebookLM.
تضع الشراكة Google Cloud كعمود فقري للبنية التحتية للذكاء الاصطناعي العلمي مع منح SandboxAQ قناة توزيع للمؤسسات.
يمثل الإدراج في السوق المرة الأولى التي تتاح فيها LQMs المتخصصة عبر قناة شراء سحابية للمؤسسات.
venturebeat.comBeyond LLMs: How SandboxAQ's large quantitative models could optimize enterprise AI
النماذج الكمية الضخمة (LQMs) هي فئة مختلفة جوهرياً من الذكاء الاصطناعي عن نماذج اللغات الكبيرة (LLMs) التي تشغل روبوتات المحادثة مثل ChatGPT وGemini. وفقاً لـ SandboxAQ، فإن LQMs هي "ذكاء اصطناعي مرتكز على العالم المادي" .
كيف تختلف LQMs عن LLMs
تتمثل الاختلافات الرئيسية في ثلاثة مجالات: بيانات التدريب، الهدف، والمخرجات.
البيانات والتدريب. تُدرّب نماذج LLMs على نصوص الإنترنت واللغة الطبيعية - الكتب والمقالات والمحادثات - لفهم وتوليد اللغة البشرية. في المقابل، تُدرّب نماذج LQMs على البيانات الكمية والقوانين الأساسية للفيزياء والكيمياء والرياضيات. وتصفها SandboxAQ بأنها مبنية على بيانات رقمية مهيكلة وليس على نصوص .
الهدف. تُحسّن نماذج LLMs أداءها لفهم وتوليد اللغة - أي توقع الكلمة التالية في جملة أو تلخيص مستند. أما نماذج LQMs فتُحسّن أداءها لتحقيق أهداف كمية محددة، مثل توقع خصائص المواد أو السلوك الكيميائي أو مقاييس المخاطر المالية .
المخرجات. تُنتج نماذج LLMs نصوصاً وملخصات ومحادثات. بينما تُنتج نماذج LQMs تنبؤات وعمليات محاكاة ورؤى هندسية تستند إلى الواقع المادي . وكما توضح SandboxAQ، حيث يمكن لنماذج LLMs وصف تفاعل كيميائي، يمكن لنماذج LQMs محاكاته .
وقد صرح جاك هيداري، الرئيس التنفيذي لشركة SandboxAQ، بأن نماذج LQMs سوف تتفوق على نماذج LLMs في قطاعات مثل الأدوية والمواد والطاقة والمالية . وتؤكد الشركة أن LQMs ليست بديلاً عن LLMs بل أدوات مكملة - حيث تتعامل LLMs مع التفاعل البشري بينما تتولى LQMs الدقة الكمية .
ما هي النماذج المقدمة؟
تقدم SandboxAQ في البداية منتجين من LQMs عبر سوق Google Cloud :
AQCat (لاكتشاف المواد) - سيكون متاحاً أولاً
AQPotency (لاكتشاف الأدوية) - سيتبعه
كلا النموذجين متاحان عبر السوق. كما جعلت SandboxAQ نماذجها الكمية متاحة عبر نماذج LLMs الرائدة، مما يسمح للباحثين بالاستعلام عنها من خلال واجهات اللغة الطبيعية التي يعرفونها بالفعل .
ما هي حزمة Gemini for Science؟
Gemini for Science ليست نموذجاً واحداً. إنها مجموعة من الأدوات التجريبية للذكاء الاصطناعي أعلنت عنها Google في مؤتمر I/O 2026 (19-20 مايو 2026)، وهي مصممة لتسريع المنهج العلمي . ومن الأفضل فهمها كـ"طبقة تنسيق" للبحث العلمي .
تضم Gemini for Science ثلاثة أركان أساسية:
توليد الفرضيات (Hypothesis Generation) - مبني على Co-Scientist، وهو فريق من وكلاء الذكاء الاصطناعي يعملون معاً لتوليد ومناقشة وتقييم فرضيات البحث. نشرت Google ورقة بحثية في نفس اليوم في دورية Nature تؤكد صحة النهج .
الاكتشاف الحسابي (Computational Discovery) - مبني على AlphaEvolve وERA. وقد تفوقت ERA على نموذج توقعات الأمراض المعدية التابع لمراكز السيطرة على الأمراض (CDC) في المعايير المنشورة عند الإطلاق .
الرؤى الأدبية (Literature Insights) - مبني على NotebookLM، ويقدم تلخيصاً تلقائياً للأدبيات وتحليلاً بحثياً .
بالإضافة إلى ذلك، تتضمن Gemini for Science مهارات العلوم (Science Skills)، وهي طبقة منفصلة في Google Antigravity تتصل بأكثر من 30 قاعدة بيانات لعلوم الحياة .
الأدوات التجريبية متاحة عبر Google Labs على labs.google/science، مع بدء الوصول التدريجي منذ الإطلاق .
المنطق التجاري وراء الشراكة
لصالح Google Cloud: تمثل نماذج LQMs من SandboxAQ فئة جديدة وعالية القيمة من أعباء العمل - الذكاء الاصطناعي العلمي والكمي - مما يزيد من استهلاك الخدمات السحابية. تحصل Google Cloud على منتج متميز على مستوى المؤسسات إلى جانب نماذج Gemini العامة، مما يضعها كمزود البنية التحتية "للاكتشاف العلمي الأصلي للذكاء الاصطناعي" .
لصالح SandboxAQ: يوفر سوق Google Cloud للشركة وصولاً فورياً إلى قاعدة عملاء Google الواسعة من المؤسسات، وقناة فواتير وشراء موثوقة، وبنية تحتية قابلة للتطوير - بما في ذلك التكامل مع NVIDIA DGX Cloud على Google Cloud . وتعمل SandboxAQ، وهي منبثقة عن Alphabet تبلغ قيمتها الآن 5 مليارات دولار، على تعميق علاقة تجارية طبيعية .
ماذا يعني الإدراج في السوق للذكاء الاصطناعي العلمي؟
يمثل هذا علامة فارقة تجارية للذكاء الاصطناعي العلمي. إنها المرة الأولى التي تتاح فيها نماذج كمية ضخمة متخصصة - وهي فئة متميزة عن نماذج LLMs العامة - عبر سوق سحابية رئيسية مع عمليات شراء وفواتير وأمان على مستوى المؤسسات .
وهو يشير إلى أن الذكاء الاصطناعي العلمي ينتقل من المختبرات البحثية والنشر المخصص إلى فئة منتجات موحدة مدرجة تجارياً يمكن للمؤسسات شراؤها "من الرف". وقد صرح جاك هيداري، الرئيس التنفيذي لـ SandboxAQ، بأن LQMs سوف تتفوق على LLMs في قطاعات مثل الأدوية والمواد والطاقة والمالية ، والتوفر عبر السوق هو البنية التحتية التي تجعل هذا التحول حقيقة واقعة.
النقاط الرئيسية
تُدرّب LQMs على الفيزياء والكيمياء والرياضيات - وليس النصوص - وتُحسّن أداءها للتنبؤات الكمية بدلاً من توليد اللغة.
AQCat (المواد) وAQPotency (الأدوية) هما أول نموذجين من LQMs متاحين على سوق Google Cloud.
Gemini for Science هي مجموعة تنسيق، وليست نموذجاً واحداً، وتضم Co-Scientist و AlphaEvolve و ERA و NotebookLM.
تضع الشراكة Google Cloud كعمود فقري للبنية التحتية للذكاء الاصطناعي العلمي مع منح SandboxAQ قناة توزيع للمؤسسات.
يمثل الإدراج في السوق المرة الأولى التي تتاح فيها LQMs المتخصصة عبر قناة شراء سحابية للمؤسسات.
venturebeat.comBeyond LLMs: How SandboxAQ's large quantitative models could optimize enterprise AI
