أنواع نماذج الذكاء الاصطناعي الستة في 2026: شرح LLM وSLM وLRM وVLM وLCM وLAM

ما هي أنواع نماذج الذكاء الاصطناعي المختلفة؟ في 2026، لم يعد مصطلح "نموذج الذكاء الاصطناعي" يعني مجرد روبوت محادثة. انقسم المجال إلى عائلات متمايزة، كل منها مضبوط لمهمة مختلفة: LLM للنصوص، وSLM للسرعة على الجهاز، وLRM للاستدلال العميق، وVLM للرؤية، وLCM للاستدلال على مستوى المفاهيم، وLAM لاتخاذ الإجراءات. إذا بدأت الاختصارات تتداخل عليك، إليك النسخة المبسّطة — ماذا يفعل كل نوع، ومتى تلجأ إليه فعليًا.

LLM — نموذج اللغة الكبير (متعدّد المهام)

النموذج الذي أشعل الطفرة. يُدرَّب LLM على شريحة ضخمة من الإنترنت للتنبؤ بالرمز (token) التالي، ومن هذا الهدف الواحد يكتسب اللغة والمنطق وقدرًا مدهشًا من المعرفة بالعالم. يقرأ ويكتب أي شيء نصّي — محادثة، كود، تلخيص، ترجمة. أمثلة: GPT-5 وClaude وGemini وLlama. حين يقول الناس "ذكاء اصطناعي" اليوم فهم غالبًا يقصدون LLM — لكنه عائلة واحدة من ست.

SLM — نموذج اللغة الصغير (العدّاء)

SLM هو LLM مضغوط، عادةً بين مليار و8 مليارات معامل، صغير بما يكفي ليعمل على حاسوب محمول أو حتى هاتف. يضحّي بقليل من الاتساع مقابل مكاسب كبيرة في السرعة والتكلفة والخصوصية والعمل دون اتصال — لا حاجة لأن تغادر البيانات الجهاز. نماذج مثل Phi من مايكروسوفت وGemma من جوجل غالبًا ما تُقطَّر من نماذج أكبر، وفي 2026 تشغّل بهدوء الكثير من المهام عالية الحجم على الأجهزة حيث يكون إرسال كل طلب إلى نموذج سحابي عملاق بطيئًا ومكلفًا.

LRM — نموذج الاستدلال الكبير (المفكّر)

صُمِّم LRM ليُفكّر قبل أن يجيب. بدل الرد الفوري، ينفق حوسبة إضافية وقت الاستدلال يعالج المشكلة خطوة بخطوة (سلسلة التفكير)، ما يحسّن بشكل حاد الرياضيات الصعبة والبرمجة والتخطيط متعدّد الخطوات. أبرز الأمثلة: o3 من OpenAI وDeepSeek-R1 ووضع التفكير الموسّع في Claude. المقايضة هي البطء والتكلفة — تلجأ إلى LRM حين تكون الدقة أهم من السرعة.

VLM — النموذج البصري اللغوي (العينان)

VLM متعدّد الوسائط: يفهم الصور ولقطات الشاشة والرسوم البيانية والفيديو إلى جانب النص، ويستدل عبرهما معًا. أرِه نموذج واجهة فيكتب لك الكود؛ أرِه إيصالًا فيستخرج المبالغ. تملك GPT-4o وClaude وGemini قدرات بصرية قوية. هذه العائلة تتيح للذكاء الاصطناعي العمل على العالم المرئي لا على الكلمات فقط.

LCM — نموذج المفاهيم الكبير (العقل المجرّد)

هذا أقرب إلى البحث منه إلى المنتج، لكنه يشير إلى وجهة المجال المحتملة. لا يتنبأ نموذج المفاهيم الكبير من Meta بالكلمة التالية — بل يستدل على مفاهيم كاملة (جُمَل تقريبًا) في فضاء تمثيلي مستقل عن اللغة والوسيط اسمه SONAR. ولأن الاستدلال يجري فوق أي لغة بعينها، يمكن فكّ المخرجات نفسها إلى أكثر من 200 لغة أو إلى كلام منطوق دون إعادة توليدها. إنها محاولة لجعل النماذج تفكّر أقرب إلى البشر — بالأفكار لا بالرموز.

LAM — نموذج الأفعال الكبير (المنفّذ)

يستطيع LLM أن يصف كيفية حجز رحلة طيران. أما LAM فيحجزها فعلًا. تُدرَّب نماذج الأفعال الكبيرة على تخطيط وتنفيذ سلاسل من الإجراءات — النقر على الأزرار، وملء النماذج، واستدعاء واجهات البرمجة، والتنقل داخل البرمجيات — لإنجاز المهمة من طرف إلى طرف. ChatGPT Agent من OpenAI (2025) وجهاز Rabbit r1 أمثلة مبكّرة. هذه العائلة تقف خلف "وكلاء الذكاء الاصطناعي" الذين يتحدث عنهم الجميع: الانتقال من توليد المحتوى إلى إنجاز الأعمال.

بقية حساء الاختصارات

مصطلحات أخرى ستصادفها:

• MoE (خليط الخبراء) — ليس نوع نموذج بل بنية معمارية. يُقسَّم النموذج إلى شبكات فرعية "خبيرة" كثيرة، ويُوجَّه كل رمز إلى قلّة منها فقط، فتحصل على سعة نموذج ضخم بجزء من الحوسبة. Mixtral وDeepSeek مبنيان بهذه الطريقة.
• SAM (نموذج تجزئة أي شيء) — نموذج بصري يعزل أي كائن في الصورة على مستوى البكسل. لا كلمات هنا؛ الأمر يتعلق بـأين توجد الأشياء.
• نماذج العالم (World Models) — نماذج تتعلّم محاكاة تنبؤية لبيئة ما (فيزياء، فيديو، حالة لعبة)، وتُستخدم في الروبوتات وتوليد الفيديو.

إذًا أي نموذج تستخدم فعليًا؟

قصة 2026 الحقيقية ليست فوز نموذج واحد، بل نهاية "نموذج واحد لكل شيء". تجمع الأنظمة الإنتاجية بينها على نحو متزايد: LRM يخطّط، وLAM ينفّذ، وVLM يقرأ الشاشة، وSLM رخيص يتولّى المهام عالية الحجم الحسّاسة للزمن بينها. المهارة لم تعد اختيار "أفضل" ذكاء اصطناعي واحد — بل توجيه كل مهمة إلى العائلة المناسبة. لم يعد الأكبر هو الهدف؛ بل الملاءمة.

أسئلة شائعة

ما الفرق بين LLM وLAM؟

يولّد LLM نصًا — يمكنه إخبارك بخطوات إنجاز مهمة. أما LAM (نموذج الأفعال الكبير) فينفّذ المهمة فعلًا: ينقر ويملأ النماذج ويستدعي الواجهات لإتمامها. وعادةً ما يُبنى LAM فوق فهم اللغة الذي يوفّره LLM.

ما هو نموذج المفاهيم الكبير (LCM)؟

LCM، الذي قدّمته Meta، يستدل على مفاهيم أو جُمَل كاملة في فضاء تمثيلي مستقل عن اللغة (SONAR) بدل التنبؤ برمز واحد في كل مرة. ويمكن فكّ الاستدلال نفسه إلى لغات كثيرة أو إلى كلام دون إعادة توليده.

ما الفرق بين LLM وSLM؟

SLM (نموذج اللغة الصغير) نسخة مضغوطة — عادةً 1 إلى 8 مليارات معامل — مصمّمة لتعمل بتكلفة منخفضة وخصوصية على الجهاز، بينما LLM نموذج سحابي أكبر بكثير وأوسع قدرة. يقايض SLM بعض الاتساع مقابل السرعة والتكلفة والعمل دون اتصال.

هل نماذج الاستدلال (LRM) مجرد LLM؟

إنها فرع متخصّص. LRM هو LLM مضبوط لينفق حوسبة إضافية في "التفكير" خطوة بخطوة وقت الاستدلال، ما يحسّن الاستدلال الصعب والرياضيات والتخطيط على حساب السرعة.

تبني بهذه النماذج؟

أبني أنظمة ذكاء اصطناعي وكيلية وحلولًا متكاملة في أبوظبي — RAG إنتاجي، وأتمتة متعددة الوكلاء، وميزات LLM مُراجَعة ومُختبَرة فعلًا لا مجرد مُولَّدة. إن كنت تحاول معرفة أي نموذج يناسب منتجك، لنتحدّث.