مدل های محلی Apple و پژوهش خودکار Recursive در AI
Apple در ژوئن ۲۰۲۶ نسل سوم Apple Foundation Models را معرفی کرد؛ خانواده ای که هم مدل های محلی روی دستگاه و هم مدل های ابری مبتنی بر Private Cloud Compute را شامل می شود. در سوی دیگر، Recursive نتایج اولیه یک سیستم پژوهش خودکار AI را برای آموزش مدل و بهینه سازی GPU kernel منتشر کرده است. گزارش Apple
طبق توضیح Apple، مدل های محلی جدید شامل AFM 3 Core و AFM 3 Core Advanced هستند. مدل Advanced با معماری sparse و اجرای بخشی از پارامترها در هر درخواست طراحی شده و برای Apple silicon بهینه شده است. گزارش Recursive
دو مسیر متفاوت برای آینده AI
خبر Apple بیشتر بر اجرای محلی، حریم خصوصی و ادغام عمیق در سیستم عامل تمرکز دارد. این مسیر برای کاربرانی مهم است که می خواهند بخشی از پردازش هوشمند بدون ارسال مداوم داده به سرور انجام شود.
در مقابل، Recursive روی خودکارسازی پژوهش و بهینه سازی فنی تمرکز کرده است. این شرکت اعلام کرده سیستمش در چند بنچمارک مرتبط با آموزش مدل زبان، سرعت آموزش مدل کوچک و بهینه سازی GPU kernel به نتایج قابل توجهی رسیده است.
- Apple مسیر مدل های محلی و خصوصی را برای تجربه های روزمره کاربران جدی تر کرده است.
- Recursive روی سیستم هایی کار می کند که بتوانند در خود فرایند پژوهش AI مشارکت کنند.
- اجرای محلی می تواند برای حریم خصوصی، سرعت و تجربه کاربری اهمیت زیادی داشته باشد.
- پژوهش خودکار می تواند چرخه بهینه سازی مدل ها و زیرساخت AI را سریع تر کند.
چرا این خبر مهم است؟
این دو خبر نشان می دهند آینده AI فقط در مدل های بزرگ تر خلاصه نمی شود. یک مسیر به سمت مدل های سبک تر، خصوصی تر و یکپارچه با دستگاه می رود؛ مسیر دیگر به سمت خودکارسازی فرایند پژوهش، آزمایش و بهینه سازی زیرساخت.
برای کسب و کارها، نتیجه عملی این است که انتخاب فناوری باید با نیاز واقعی انجام شود. گاهی اجرای محلی و حفظ داده مهم تر از مدل عظیم ابری است و گاهی بهینه سازی زیرساخت و پردازش، ارزش بیشتری از افزودن قابلیت های نمایشی دارد.
نگاه مسترسا: آینده AI فقط مسابقه اندازه مدل نیست. Apple و Recursive هر دو نشان می دهند که کارایی، حریم خصوصی، معماری و بهینه سازی فنی می توانند به اندازه قدرت خام مدل اهمیت داشته باشند.
طراحی تجربه های هوشمند و اختصاصی برای وب
اگر می خواهید تجربه های هوشمند، سریع و اختصاصی را در سایت، فروشگاه یا ابزارهای داخلی خود پیاده سازی کنید، مسترسا می تواند از ایده تا اجرای فنی کنار شما باشد.
جمع بندی
معرفی مدل های محلی Apple و نتایج اولیه Recursive در پژوهش خودکار نشان می دهد رقابت AI در سال ۲۰۲۶ چندبعدی شده است. از یک سو مدل ها باید خصوصی تر و نزدیک تر به کاربر شوند، و از سوی دیگر فرایند ساخت و بهینه سازی خود AI در حال خودکارتر شدن است.






دیدگاه شما
نظر، تجربه یا پرسش خود را بنویسید. برای جلوگیری از ارسال خودکار، پاسخ کوتاه امنیتی الزامی است.