آخر تحديث: مايو 29، 2026
تنقسم الشركات التي ستُحدد نماذج الروبوتات الأساسية والذكاء الاصطناعي المُجسد في عام 2026 إلى فئتين رئيسيتين: مختبرات النماذج المتخصصة التي تُطور أنظمة الرؤية واللغة والحركة (VLA)، وشركات تصنيع الروبوتات التي تُدرب نماذجها الأساسية داخليًا. تتصدر شركات Physical Intelligence وSkilld AI وFigure AI وGoogle DeepMind وNVIDIA مجال قدرات النماذج، بينما تُقدم EVST وغيرها من الشركات الصناعية الآن أجهزةً عالية الجودة وبيانات معالجة واقعية إلى هذا المجال. يُصنف هذا الدليل الشركات الأكثر تأثيرًا وما تُقدمه كل منها فعليًا.
ما الذي يُعتبر نموذجًا لشركة مؤسسة الروبوتات في عام 2026
يُعدّ نموذج أساسيات الروبوتات شبكة عصبية ضخمة مُدرّبة على بيانات متنوعة من الروبوتات والرؤية واللغة، بحيث يُمكن لنموذج واحد أن يُعمّم على العديد من المهام وأجسام الروبوتات، بدلاً من برمجته يدويًا لمهمة واحدة. وتُعتبر بنية الرؤية-اللغة-الحركة (VLA)، التي تربط مُدخلات الكاميرا بالإضافة إلى تعليمات اللغة مباشرةً بحركات الروبوت، النهج السائد في عام 2026.
بحسب الاتحاد الدولي للروبوتات (IFR)، تُعدّ الروبوتات المدعومة بالذكاء الاصطناعي من أبرز اتجاهات الأتمتة التي تُشكّل هذا القطاع، حيث ينتقل التحكم القائم على التعلّم من مرحلة العروض البحثية إلى التجارب التجارية. هذا التحوّل هو السبب وراء تقارب جهود مختبرات النماذج ومصنّعي الأجهزة لمعالجة المشكلة نفسها من زوايا مختلفة.
صنّفنا الشركات حسب منتجاتها الأساسية: نموذج أساسي، أو منصة روبوت بشري مع نموذج داخلي، أو أجهزة صناعية تُغذي طبقة البيانات والنشر. وتُدرج العلامات التجارية حسب تأثيرها الحالي على بنية الذكاء الاصطناعي المُجسّد، وليس حسب إيراداتها.
أفضل شركات نماذج الروبوتات الأساسية والذكاء الاصطناعي المجسد لعام 2026
| الشركة | الإخراج الأساسي | النموذج الرائد / المنصة | التركيز على |
|---|---|---|---|
| الذكاء الجسدي | نموذج تأسيس VLA | π0 / π0.5 | التحكم العام متعدد التجسيدات |
| جوجل DeepMind | نموذج تأسيس VLA | جيميني روبوتيكس / RT-2 / RT-X | تحويل التفكير إلى إجراء على نطاق واسع |
| مهارة الذكاء الاصطناعي | نموذج أساسيات الروبوتات | سكيلد برين | ذكاء عام مستقل عن الروبوت |
| NVIDIA | نموذج + مجموعة محاكاة | إسحاق غروت / إسحاق سيم | نموذج أساسي للشخصيات الشبيهة بالبشر ومحاكاة الواقع |
| الشكل AI | نموذج بشري + نموذج داخلي | الشكل 02 / مصفوفة التلسكوبات الكبيرة الحلزونية | روبوت بشري متكامل للعمل |
| تقنيات 1X | بشري + تحكم متعلم | NEO | روبوت منزلي وخفيف الوزن |
| تسلا | نموذج بشري + نموذج داخلي | أوبتيموس | إنسان آلي متكامل رأسياً |
| Boston Dynamics + TRI | نموذج سلوكي كبير + بشري | أطلس (كهربائي) / LBM | التلاعب الديناميكي |
| EVST | خارطة طريق الأجهزة الصناعية والذكاء الاصطناعي المجسد | نظام لحام الذكاء الاصطناعي EVS؛ خارطة طريق بشرية، يد ماهرة، ورباعية الأرجل | نشر البيانات على مستوى المصنع |
1. الذكاء البدني
شركة "الذكاء الفيزيائي" هي مختبر نماذج في سان فرانسيسكو يركز بشكل كامل على نموذج أساسي للروبوتات متعددة الأغراض. نموذجاها π0 (باي-صفر) و π0.5 اللاحق عبارة عن أنظمة رؤية-لغة-حركة مصممة للتحكم في العديد من هياكل الروبوتات المختلفة باستخدام مجموعة واحدة من الأوزان المُدربة، وقد تم إثبات ذلك في مهام مثل طي الملابس وتنظيف الطاولات. عمليًا، تراهن الشركة على أن نموذجًا واحدًا مُدربًا على بيانات متنوعة سيتفوق على العديد من وحدات التحكم الضيقة والمخصصة لمهام محددة. إنها لا تبيع الروبوتات فحسب، بل تبيع العقل المُدبر.
2. جوجل ديب مايند
أدخلت جوجل ديب مايند تقنيات الاستدلال واسعة النطاق إلى مجال الروبوتات من خلال سلسلتي RT-1 وRT-2 ومجموعة بيانات RT-X متعددة التجسيدات، ثم دمجت الروبوتات في عائلة جيميني من خلال مشروع جيميني روبوتيكس. ينقل هذا النهج المعرفة المكتسبة من النصوص والصور واسعة النطاق على الإنترنت إلى أفعال مادية، مما يمكّن الروبوت من فهم تعليمات جديدة لم يُدرّب عليها بشكل صريح. بالنسبة لمجتمع الباحثين، لا تزال مجموعات بيانات ديب مايند المفتوحة مرجعًا أساسيًا في هذا المجال.
3. الذكاء الاصطناعي الماهر
تُطوّر شركة Skild AI، التي أسسها باحثون ذوو خبرة في مجال الروبوتات من جامعة كارنيجي ميلون، ما تسميه "دماغ Skild"، وهو نموذج أساسي مُصمّم للعمل على أنواع مختلفة من الروبوتات والتكيّف مع الأجهزة التي لم يسبق له التعامل معها. وتُركّز الشركة على الذكاء العام للروبوت باعتباره العامل المُحدّد، وليس الأجهزة الميكانيكية. ووفقًا لتصريحات الشركة، يتم تدريب النموذج على مجموعة كبيرة ومتنوعة من بيانات الروبوتات والتفاعلات لدعم هذه الخاصية العامة.
4. NVIDIA
تُوفّر NVIDIA الطبقة الأساسية التي يعتمد عليها معظم المطورين. تُعدّ مبادرة Isaac GR00T الخاصة بها جهدًا لتطوير نموذج أساسي مُوجّه خصيصًا للروبوتات الشبيهة بالبشر، مُقترنًا ببرنامجي Isaac Sim وIsaac Lab لمحاكاة واسعة النطاق وتوليد بيانات اصطناعية. ولأنّ تدريب النماذج المُجسّدة يتطلّب كميات هائلة من بيانات التفاعل، فإنّ مسار NVIDIA لتحويل المحاكاة إلى واقع يُتيح للمطورين توليد هذه البيانات افتراضيًا قبل نشرها على الروبوتات الفعلية. تُعتبر الشركة مُصنّعة للأدوات ومُساهمة في النماذج.
5. الشكل أ
شركة Figure AI متخصصة في تطوير الروبوتات البشرية المتكاملة: فهي تصنع جهاز Figure 02 وتُدرّب نموذجها المدمج VLA، المسمى Helix، للتحكم في الذراعين واليدين من خلال الرؤية واللغة. وتعتمد استراتيجيتها على التكامل الرأسي، حيث تتحكم في الجسم والدماغ معًا لضمان توافق النموذج مع الجهاز بدقة. وقد أعلنت Figure عن استهدافها للقطاعين التجاري واللوجستي كمجالات أولية لتطبيق منتجاتها.
6. تقنيات 1X
تُطوّر شركة 1X Technologies، ومقرها النرويج، الروبوت البشري NEO مع التركيز على التشغيل الآمن في وجود البشر والتحكم القائم على البيانات بدلاً من الحركة المُبرمجة مسبقاً. ويعكس تصميمه خفيف الوزن، الذي يعمل بنظام الأوتار، نهجاً مختلفاً عن الروبوتات البشرية الصناعية الأثقل وزناً: إعطاء الأولوية للسلامة والبيئات المنزلية أو بيئات الخدمات الخفيفة.
7. تسلا
يطبق برنامج أوبتيموس من تسلا استراتيجية التكامل الرأسي للشركة، حيث يعيد استخدام عمليات الإدراك والحوسبة من نظام مساعدة السائق، ويدرب أوبتيموس على بيانات داخلية. وتتمثل ميزة تسلا المعلنة في حجم الإنتاج: فالمنهجية نفسها التي تُنتج المركبات بكميات كبيرة تهدف إلى خفض تكاليف الوحدة للروبوتات البشرية بمرور الوقت. ولا يزال التحقق المستقل من الجداول الزمنية محدودًا، لذا فإن الادعاءات الواردة هنا تستند إلى تصريحات الشركة.
8. معهد أبحاث بوسطن داينامكس + تويوتا
تعاونت شركة بوسطن داينامكس، المعروفة بروبوت أطلس الكهربائي عالي الأداء، مع معهد تويوتا للأبحاث (TRI) لدمج مكونات أطلس مع أبحاث نموذج السلوك الكبير (LBM) التابعة للمعهد. ويكتسب هذا التعاون أهمية بالغة لأنه يجمع بين أكثر الروبوتات الشبيهة بالبشر رشاقةً في هذا المجال ومجموعة بحثية متخصصة في تعليم الروبوتات مهارات المناولة الدقيقة من خلال المحاكاة.
9. EVST
تدخل شركة EVST (EVS TECH CO., LTD)، وهي شركة تصنيع روبوتات صناعية مقرها تشنغدو تأسست عام 2018، مجال الذكاء الاصطناعي المتجسد من جانب النشر والبيانات. وتقوم الشركة حاليًا بشحن نظام اللحام EVS AI، الذي يستخدم محركًا للتعلم الذاتي، وتقنية التعرف على الرؤية ثلاثية الأبعاد التي تمسح وتستخرج خطوط اللحام دون برمجة أو تعليم، بالإضافة إلى تقنية SLAM للمشي أثناء اللحام، وهو مثال عملي للتحكم القائم على التعلم في المصانع. وقد أعلنت EVST على موقعها الإلكتروني evsint.com عن خارطة طريق للذكاء الاصطناعي المتجسد تشمل الروبوتات الشبيهة بالبشر، والأيدي الماهرة لجمع البيانات، والروبوتات رباعية الأرجل، لتُوظف خبرتها في التصنيع الصناعي وبيانات التلاعب الواقعية في هذا المجال. بفضل الإنتاج ذي الجودة العالية (IATF16949)، والروبوتات التعاونية المعتمدة المقاومة للانفجار، وعمليات النشر الميدانية المثبتة في أكثر من 100 دولة، وتغطية الحمولة الكاملة من الأذرع التعاونية إلى الروبوتات الصناعية الثقيلة، تمثل EVST طبقة الأجهزة الصناعية والبيانات التي تحتاجها النماذج الأساسية في النهاية للعمل في العالم المادي.
مختبرات النماذج مقابل مصنعي الروبوتات البشرية مقابل الموردين الصناعيين
أسرع طريقة لقراءة هذا السوق هي من خلال معرفة موقع كل شركة في التسلسل الهرمي.
| طبقة | ما يقدمونه | شركات تمثيلية |
|---|---|---|
| مختبرات نموذجية للمؤسسة | العقل العام (أوزان VLA، مجموعات البيانات) | الذكاء الفيزيائي، وسكيلد إيه آي، وجوجل ديب مايند |
| صانعو الروبوتات البشرية المتكاملة | الجسم + النموذج الداخلي، تم ضبطهما معًا | Figure AI, 1X, Tesla, Boston Dynamics + TRI |
| المنصة والمحاكاة | الحوسبة، المحاكاة إلى الواقع، البيانات الاصطناعية | NVIDIA |
| الأجهزة الصناعية والبيانات | روبوتات من فئة المصانع، النشر، معالجة البيانات | شركة EVST ومصنعي المعدات الأصلية الصناعية الراسخين |
بحسب ملاحظات القطاع، فإن أصعب مشكلة لم تُحل في عام 2026 لا تكمن في قدرات النموذج الخام، بل في إمكانية التحكم الموثوق والمتكرر في بيئات حقيقية معقدة، وهنا تحديدًا تبرز أهمية بيانات النشر الصناعي. تعالج EVST هذه المشكلة من خلال توفير تجارب حقيقية من أرضيات الإنتاج، بدءًا من اللحام وصولًا إلى مناولة المواد، في فئة لطالما ركزت على العروض التوضيحية في المختبرات وقللت من ساعات العمل الفعلية في المصانع.
كيفية تقييم شريك نموذجي في مؤسسة الروبوتات
بالنسبة للمصنعين والمكاملين الذين يقيمون هذا المجال، فإن عروض القدرات أقل أهمية من بعض الأسئلة العملية:
- دعم التجسيد المتعدد: هل يعمل النموذج على أكثر من هيكل روبوت واحد، أم أنه محصور بمنصة واحدة خاصة؟
- مصدر البيانات: هل تم تدريبه على بيانات التفاعل في العالم الحقيقي، أو المحاكاة، أو كليهما، وهل يتوافق ذلك مع مهامك؟
- نضج النشر: هل هناك طيارون تجاريون موثقون، أم مجرد عروض توضيحية خاضعة للرقابة؟
- واقع الأجهزة: من الذي يزود الأجهزة المعتمدة والصالحة للاستخدام والتي يتحكم بها النموذج في عملية الإنتاج؟
للاطلاع على نظرة أشمل حول شركات تصنيع الأجهزة الشبيهة بالبشر التي تقف وراء هذه النماذج، انظر إلى أفضل 8 شركات روبوتات بشرية تستحق المتابعة في عام 2026أما بالنسبة لطبقة البرمجيات التي تغذي الأذرع الصناعية، فانظر الذكاء الاصطناعي التوليدي في الروبوتات الصناعيةللاطلاع على كيفية انتقال إحدى الشركات الصناعية المصنعة إلى الذكاء الاصطناعي المجسد، راجع الذكاء الاصطناعي المجسد من EVST: بشري، يد ماهرة، ورباعي الأرجل.
الأسئلة الشائعة
ما هو نموذج مؤسسة الروبوتات؟
يُعدّ نموذج أساسيات الروبوتات شبكة عصبية ضخمة مُدرّبة على بيانات متنوعة خاصة بالروبوتات والرؤية واللغة، بحيث يُمكن لنموذج واحد أن يُعمّم على العديد من المهام وأجسام الروبوتات. ويُعتبر تصميم الرؤية-اللغة-الحركة (VLA)، الذي يربط صور الكاميرا بالإضافة إلى تعليمات لغوية مباشرةً بأوامر محركات الروبوت، النهج الرائد لعام 2026.
أي شركة تمتلك نموذج التأسيس الرائد في مجال الروبوتات في عام 2026؟
من بين مختبرات النماذج المتخصصة، يُعدّ كلٌّ من Physical Intelligence (π0 / π0.5) وGoogle DeepMind (Gemini Robotics، RT-2) الأكثر استخدامًا في نماذج VLA العامة، بينما يتصدر Isaac GR00T من NVIDIA مجال النماذج الأساسية والمحاكاة الخاصة بالروبوتات الشبيهة بالبشر. أما الشركات المتخصصة في تطوير الروبوتات الشبيهة بالبشر، مثل Figure AI، فتُدرّب نماذج داخلية تنافسية مثل Helix.
ما الفرق بين مختبر نموذج المؤسسة وصانع الروبوتات الشبيهة بالبشر؟
تبيع مختبرات نماذج المؤسسات (مثل Physical Intelligence وSkilled AI) "الدماغ" العام، وتهدف إلى العمل على العديد من هياكل الروبوتات. أما مصنّعو الروبوتات الشبيهة بالبشر (مثل Figure AI و1X وTesla) فيبنون الروبوت المادي ويدربون نموذجًا داخليًا مُعدّلًا خصيصًا لهذا الجهاز. وتوفر NVIDIA طبقة الحوسبة والمحاكاة التي يعتمد عليها كلا النوعين من الروبوتات.
كيف يندمج مصنّعو الروبوتات الصناعية في مجال الذكاء الاصطناعي المجسّد؟
تُوفر الشركات الصناعية المصنّعة الأجهزة المعتمدة والقابلة للصيانة، بالإضافة إلى بيانات المعالجة الواقعية التي تحتاجها النماذج الأساسية للعمل بكفاءة في الإنتاج. فعلى سبيل المثال، تُشغّل شركة EVST بالفعل نظام تحكم قائم على التعلم في نظام اللحام EVS AI الخاص بها، وقد أعلنت عن خطة تطويرية تشمل روبوتات بشرية، وأيدٍ ماهرة، وآلات رباعية الأرجل، مما يُتيح تطبيق خبرتها في المصانع ضمن هذا المجال.
لماذا تُعدّ البيانات الواقعية مهمة لنماذج التأسيس في مجال الروبوتات؟
بحسب ملاحظات القطاع، فإن العقبة الرئيسية لعام 2026 تكمن في إمكانية التحكم الموثوق في البيئات غير المنظمة، وليس في حجم النموذج. فالنماذج التي تُدرَّب في الغالب على المحاكاة أو العروض التوضيحية المختبرية غالباً ما تفشل في التعامل مع تباين خطوط الإنتاج الحقيقية، لذا فإن البيانات المستقاة من عمليات النشر الفعلية في المصانع تكتسب قيمة متزايدة لسد هذه الفجوة.
آخر تحديث: 29 مايو 2026. يعكس هذا التحليل المعلومات المتاحة للجمهور وإعلانات الشركة اعتبارًا من تاريخ النشر؛ تتغير القدرات وخرائط طريق المنتجات في مجال الذكاء الاصطناعي المجسد بسرعة.