في 22 سبتمبر 2026، عرضت XFEON منتجات للرقائق والحوسبة والبيانات والنماذج ضمن تصور واحد للذكاء الاصطناعي المادي. تستهدف سلسلة R الروبوتات، وسلسلة K الأقمار الصناعية، بينما أُدرجت سلسلة E للتطبيقات الطرفية دون مواصفات تفصيلية تتيح تقييمها.
نشر بواسطةتم التحرير باستخدام GPT-6 Solتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What did Chengdu-based XFEON unveil in its September 2026 physical-AI product matrix, and how do the Xinghe S1 chip’s architecture, performa. Article summary: XFEON presented its September 2026 matrix as a proposed loop from **edge chips to physical action**: run models locally, collect real-world data, improve the models, and deploy them back to devices. The available reporti. 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 fa
الفكرة وراء إعلان شركة XFEON، التي يقع مقرها في مدينة تشنغدو الصينية، ليست طرح شريحة منفردة. ففي 22 سبتمبر 2026، عرضت الشركة مجموعة تربط الرقائق ومحطات الحوسبة وجمع البيانات ونموذجًا للذكاء الاصطناعي المتجسد؛ أي الذكاء الذي يُراد له أن يتعامل مع العالم المادي عبر أجهزة مثل الروبوتات. والمسار المقترح هو تشغيل النموذج على الجهاز، وجمع بيانات من بيئته، ثم استخدام تلك البيانات لتحسين النموذج وإعادته إلى العمل. هذا وصف لاستراتيجية المنتجات، لا دليل على أن الدورة تعمل بالفعل بالكفاءة المنشودة. 6
45
صُممت شريحة Xinghe S1، بحسب الوصف المتاح، لأجهزة يحدّها استهلاك الطاقة والتبريد والذاكرة. وتشمل خيارات تصميمها الحساب بدقة مختلطة مدعومًا بالعتاد، والاستدلال بدقة منخفضة، وتحسين الحسابات المتناثرة، والتصميم المشترك للشريحة والخوارزميات. وتؤدي منصة XBoost دورًا برمجيًا في تحسين العمليات، وضغط النماذج بتقليل الدقة، وتجهيزها وتشغيلها على الأجهزة. توضح هذه التفاصيل كيف تعتزم الشركة تسهيل تشغيل الذكاء الاصطناعي محليًا، لكنها لا تقدم أرقامًا موثقة لسرعة S1 أو استهلاكها للطاقة أو مقدار مكاسب كفاءتها. 2
46
أما سلسلة R فتستهدف معالجة بيانات مستشعرات الروبوت والاستدلال الفوري واتخاذ قرارات المهام على الجهاز نفسه. وتستهدف سلسلة K الاستدلال على متن الأقمار الصناعية وتحليل بيانات الاستشعار عن بُعد محليًا. ويذكر إعلان سبتمبر أيضًا سلسلة E للتطبيقات الطرفية، من دون مواصفات تكفي لتحديد اختلاف بنيتها أو أدائها عن السلاسل الأخرى. 2
45
تمثل محطات Xinghui Token فئة الحوسبة المقدَّمة كمنتج جاهز ضمن المجموعة. وهناك تقرير منفصل عن خطة لإنشاء قاعدة لإنتاج أنظمة استدلال Xinghui، لكن ذلك لا يثبت تهيئات محددة من سلسلتي D وN أو الحد الأقصى لحجم النماذج التي يمكن تشغيلها عليهما. 45
48
وفي جانب التعلم، تقدَّم XGAIA باعتبارها مكوّن دورة البيانات، وAGLobe باعتباره «العقل» المخصص للذكاء الاصطناعي المتجسد. والغاية المعلنة هي وصل البيانات الناتجة من العمل في العالم الحقيقي بنماذج تُوجّه القرارات والأفعال. كما تحدثت تغطيات سابقة عن خطة لجمع بيانات من أجهزة حقيقية، ومن منظور الشخص الأول، ومن المحاكاة. لكن المصادر المتاحة لا تشرح منهج «تعلم المفاهيم» المنسوب إلى AGLobe بما يسمح بتقييمه، ولا تحدد دورًا تقنيًا دقيقًا لأداة DexCore. 6
45
تُظهر المصفوفة بنية رأسية مقترحة: رقائق لتشغيل النماذج قرب موضع العمل، وXBoost لإعدادها ونشرها، ومحطات عمل كخيار حوسبة آخر، ثم XGAIA وAGLobe لربط البيانات بالقرارات والأفعال. لكن المصادر لا توفر اختبارات أداء قابلة للمقارنة، أو قياسات للطاقة، أو حدودًا متحقَّقًا منها لسعة النماذج، أو دليلًا على كفاءة دورة التعلم والنشر كاملةً في الاستخدام الفعلي. 2
45
46
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
في 22 سبتمبر 2026، عرضت XFEON منتجات للرقائق والحوسبة والبيانات والنماذج ضمن تصور واحد للذكاء الاصطناعي المادي.
في 22 سبتمبر 2026، عرضت XFEON منتجات للرقائق والحوسبة والبيانات والنماذج ضمن تصور واحد للذكاء الاصطناعي المادي. تستهدف سلسلة R الروبوتات، وسلسلة K الأقمار الصناعية، بينما أُدرجت سلسلة E للتطبيقات الطرفية دون مواصفات تفصيلية تتيح تقييمها.
تشرح المصادر وظيفة مكونات المنظومة المقترحة، لكنها لا تقدم قياسات كافية لإثبات أداء الشريحة أو كفاءة دورة التعلم كاملةً.