איך Zhipu AI,‏ BAAI ו־AISI מעצבות את הדור הבא של הבינה המלאכותית בסין

BAAI: גשר מחקרי פתוח אל הבינה המגולמת

BAAI התפתחה מעבודתה על מודלי הבסיס של WuDao לעבר משפחת WuJie, הכוללת מחקר במודלים רב־אופניים, במודלי עולם ובבינה מלאכותית מגולמת. דיווחים מכנסי 2026 מתארים את WuJie·Physis כמודל עולם פיזי במרחב חבוי, ואת WuJie·RoboBrain Orca כמערכת רובוטית בפיתוח, המחברת בין הסקת מסקנות בשפה, חיזוי חזותי וקבלת החלטות לפעולה.

הכיוון הזה חשוב משום שבינה בעולם הפיזי דורשת יכולות שמודלים המבוססים על טקסט בלבד אינם מספקים בעצמם. רובוטים צריכים תפיסה, חיזוי, תכנון, שליטה ויכולת לפעול בתנאים פיזיים משתנים. מודלי עולם ומערכות מגולמות מנסים לייצג את הסביבה ולפעול בתוכה — לא רק לתאר אותה.

ל-BAAI יש גם תפקיד מוסדי. תוכנית המחקר שלה מדגישה מודלים בקוד פתוח, סוכנים, אקוסיסטם של תוכנה וחומרה בסיסיות ושיתוף פעולה בין מחקר לתעשייה. לפי דיווחים מוועידת BAAI ב־2026, המכון העמיד יותר מ־200 מודלים לרשות הציבור בקוד פתוח, ומספר ההורדות ברחבי העולם עבר את רף המיליארד. הנתונים מיוחסים למארגני הוועידה, ולכן יש לפרש אותם כאינדיקציה להפצה — לא כמדד ישיר לאיכות המודלים.

עבור אקוסיסטם ה-AI הסיני, הערך של מוסד כמו BAAI טמון ביצירת תשתיות מחקר לשימוש חוזר ובבניית ערוצי הכשרה. מודלים פתוחים, מדדי הערכה, כלי פיתוח ופלטפורמות רובוטיקה יכולים לספק לאוניברסיטאות, לחברות הזנק וליצרנים נקודת מוצא משותפת לעבודה נוספת.

AISI: להפוך AI לתהליך עבודה מדעי והנדסי

AISI מגיעה מכיוון אחר. המכון נוסד בספטמבר 2021, ומגדיר את משימתו כשילוב בין בינה מלאכותית למחקר מדעי ובניית תשתיות ל־AI for Science — שימוש ב-AI כדי להאיץ גילויים מדעיים.

המסגרת שלו, המכונה "ארבע קורות ו־N עמודים", משלבת אלגוריתמים ותוכנה למודלים, מאגרי מידע ומערכות ידע מדעיות, אפיון ניסויי יעיל ותשתית מחשוב משולבת. המטרה היא להעביר את המחקר מתהליכים מבודדים, המזכירים מעבדה קטנה שעובדת לבדה, למודל פלטפורמי ומקושר יותר.

Bohrium היא דוגמה לגישה הזו. ענן המחקר מוצג כסביבה המחברת בין ספרות מדעית, ידע, מודלים, מחשוב, ניתוח נתונים ותהליכי ניסוי. המטרה אינה רק לגרום ל-AI להפיק תשובה, אלא לסייע לחוקרים לעבור משאלה לסימולציה, לניסוי ולגוף חדש של נתונים שעברו אימות.

המעגל הסגור הזה חשוב במיוחד במדעי החומרים והמולקולות. מודל אטומי גדול כמו DPA4 יכול לסייע בגילוי חומרים ובסימולציות; הערך המעשי שלו גדל כאשר אפשר לבדוק את התחזיות בניסוי, ולהשתמש בתוצאות כדי לשפר את המודלים במחזור הבא. בדיווח מ־2026 נמסר כי גרסה משודרגת של DPA4 דורגה במקום הראשון במדדים משולבים בלוח דירוג בינלאומי לגילוי חומרים. עם זאת, ביצועים בלוח דירוג לבדם אינם מוכיחים השפעה מדעית בעולם האמיתי.

עבודה הקשורה ל-AISI בתחום מנועי הרקטות מספקת דוגמה מוחשית יותר לאימות פיזי. הדיווחים מתארים תהליך הכולל תכנון גנרטיבי, סימולציית בעירה, ייצור בתוספת חומר, מדידה ובקרה אוטומטיות ובדיקות. לפי הדיווחים, מדגים מוקטן השלים אימות במעגל סגור. פרויקטים כאלה חשובים משום שהם מחברים את תוצר ה-AI למגבלות הנדסיות ולניסוי פיזי, במקום לעצור בתוצאה של מדד תוכנה.

מדוע אקוסיסטם חשוב יותר ממודל שובר שוויון

ביצועי החזית משתנים במהירות

דירוגי מודלים ויתרונות של מוצרים יכולים להשתנות בתוך זמן קצר. לעומתם, קהילות מפתחים, מאגרי נתונים מדעיים, מתקני ניסוי, תקנים וניסיון בהטמעה מצטברים לאורך שנים. נכסים כאלה הופכים שיפורים עתידיים במודלים לשימושיים יותר, ומפחיתים את התלות בגרסה אחת.

תחומים שונים דורשים סוגים שונים של אינטליגנציה

סוכן קידוד, בקר רובוטי, סימולטור מולקולרי ומערכת לחיפוש בספרות מדעית אינם מתמודדים עם אותה בעיה טכנולוגית. לכן אסטרטגיית AI לאומית או תעשייתית מרוויחה ממודלים ייעודיים ומתשתיות משותפות, ולא ממודל כללי אחד שאמור לעשות הכול.

מחקר פתוח מרחיב את בסיס החדשנות

משקלים, כלים, מדדי הערכה ופלטפורמות פתוחים מאפשרים לחוקרים ולחברות לבדוק, להתאים ולהרחיב את העבודה של אחרים. הכיוון הפתוח של BAAI יכול לתמוך בשכבה הזו, בעוד חברות מסחריות כמו Zhipu AI יכולות להפוך יכולות למוצרים ולהכנסות.

אימות מדעי יוצר מעגל משוב חזק יותר

ב־AI for Science, המערכות החשובות ביותר עשויות להיות אלה שמחברות בין חיזוי, סימולציה, ניסוי ומדידה. כל תוצאה שאומתה יכולה לשפר את הנתונים והמודלים שישמשו במחזור הבא. זהו רף תובעני יותר מהפקת תשובה שנשמעת סבירה, אך הוא גם מציע מסלול ברור יותר לערך תעשייתי.

עצמאות היא שכבות של יכולת, לא סיסמה

פיתוח AI עמיד לסיכונים תלוי ביכולות באלגוריתמים, בתוכנה, בנתונים, בכוח מחשוב, בכישרונות, בכלים ובהטמעה. גיוון של השכבות האלה עשוי להפחית תלות בספק יחיד או בגישה טכנולוגית אחת. הוא גם הופך את האקוסיסטם לעמיד יותר כאשר מודל מסוים מאכזב או כאשר תנאים חיצוניים משתנים.

התמונה האסטרטגית

Zhipu AI,‏ BAAI ו־AISI תופסות עמדות שונות בתוך אותה מערכת מתהווה:

• Zhipu AI מספקת תנופה מסחרית באמצעות מודלים כלליים, מערכות קידוד, סוכנים ומוצרים למפתחים.
• BAAI מספקת מחקר פתוח, רשתות כישרונות, מודלי בסיס ונתיב אל בינה רב־אופנית ומגולמת.
• AISI מספקת תשתית מדעית המחברת מודלים לידע, למחשוב, לניסויים ולאימות הנדסי.

לכן חשיבותן משלימה, ולא זהה. Zhipu AI מראה כיצד מודלי חזית יכולים להפוך לפלטפורמות. BAAI מראה כיצד מחקר פתוח יכול להפיץ יכולות לקהילה רחבה יותר. AISI מראה כיצד אפשר לשלב AI בתהליכי עבודה שבהם ההצלחה נמדדת בחומר, בניסוי או במערכת הנדסית.

הפרשנות החזקה ביותר לשלב הבא של ה-AI הסיני אינה שמודל אחד כבר הכריע את המרוץ העולמי. היא שהיתרון התחרותי יגיע יותר ויותר מהחיבור בין מוקדי מחקר מקוריים, פלטפורמות מסחריות, יכולות טכנולוגיות עצמאיות ויישומים בין־תחומיים — לכדי אקוסיסטם תעשייתי פתוח ושיתופי.