أعلنت كل من StepFun ومجموعة جيلي للسيارات رسميًا: أنهما ستفتحان للجمهور العالمي من المطورين نموذجين كبيرين متعددي الوسائط من سلسلة Step طوّرتهما بالتعاون البحثي. ومن بينهما نموذج Step-Video-T2V لتوليد الفيديو، وهو حاليًا أكبر نموذج مفتوح المصدر من حيث عدد المعلمات والأفضل أداءً في العالم، بالإضافة إلى Step-Audio، أول نموذج كبير مفتوح المصدر على مستوى المنتج للتفاعل الصوتي في الصناعة. إن فتح هذين النموذجين الكبيرين متعددي الوسائط من سلسلة Step يمنح عالم المصادر المفتوحة أقوى قدرات النماذج الكبيرة متعددة الوسائط في الصناعة، وسيعزز بشكل ملحوظ مشاركة وتطوير تقنيات النماذج الكبيرة، ويدفع نحو تطوير شامل للذكاء الاصطناعي، ويسهم في التنمية الاقتصادية الرقمية العالمية بحل من جيلي وقوة صينية.
تُعد StepFun شريكًا استراتيجيًا في المنظومة التقنية البيئية لمجموعة جيلي للسيارات، وتمتلك فريقًا عالميًا من الطراز الأول في مجال الخوارزميات. منذ عام 2023، بدأت جيلي وStepFun تعاونًا عميقًا في النماذج الكبيرة المدربة مسبقًا، والنماذج الكبيرة في المجالات الرأسية، وتصميم سيناريوهات التطبيق، والتطوير الهندسي، وغيرها. وقد قادت جيلي أعمال تصميم السيناريوهات وتقييم النماذج والتطوير الهندسي، بينما قادت StepFun أعمال التدريب المسبق للنماذج، فتكاملت ميزات الطرفين وعززت بشكل ملحوظ الأداء الفعلي للنموذجين الكبيرين متعددي الوسائط من سلسلة Step.
يبلغ عدد معلمات نموذج Step-Video-T2V الكبير 300 مليار، ويمكنه توليد فيديو عالي الجودة مباشرةً بـ204 إطارًا ودقة 540P، وهو حاليًا أكبر نموذج مفتوح المصدر من حيث عدد المعلمات والأفضل أداءً لتوليد الفيديو في العالم. أما نموذج Step-Audio الكبير فيمكنه، وفقًا لمتطلبات السيناريوهات المختلفة، توليد تعبيرات تشمل المشاعر واللهجات واللغات والغناء والأنماط الشخصية، ويمكنه إجراء محادثة طبيعية عالية الجودة مع المستخدم، وهو أول نموذج تفاعل صوتي مفتوح المصدر على مستوى المنتج في الصناعة.
بوصفها رائدة عالمية في صناعة السيارات الصينية، تلتزم جيلي بأن تكون رائدة وناشرة لتقنيات الذكاء الاصطناعي في السيارات الذكية. فمنذ وقت مبكر في عام 2021، أنشأت جيلي حول الرقائق وأنظمة تشغيل البرمجيات والبيانات وشبكات الأقمار الصناعية نظامًا ذاتيًا متكاملًا وتحالفًا بيئيًا من الطرف إلى الطرف، وبنت "شبكة جيلي الذكية للتقنية البيئية" المتكاملة، ما يدفع تجربة المستخدمين في القيادة الذكية والمقصورة الذكية إلى التطور المستمر. وفي عام 2022، أنشأت جيلي أول مركز حوسبة ذكي Xingrui متكامل "السحابة والبيانات والذكاء" بين شركات السيارات عالميًا. وفي عام 2023، أصدرت جيلي أول نموذج كبير للذكاء الاصطناعي في صناعة السيارات مطوّر ذاتيًا بالكامل لجميع السيناريوهات، وهو نموذج Xingrui AI الكبير، وحصلت على أعلى تصنيف في الصناعة "4+" من الأكاديمية الصينية لتقنية المعلومات والاتصالات. وفي عام 2025، أصدرت جيلي أول نظام تقني في الصناعة لـ"الذكاء الاصطناعي الشامل للسيارات الذكية".
وبفضل التمكين الشامل من أقوى النماذج المفتوحة المصدر عالميًا في سلسلة Step لتوليد الفيديو والتفاعل الصوتي، بالإضافة إلى النماذج الكبيرة الشاملة لجميع السيناريوهات في صناعة السيارات، ستقدم جيلي للمستخدمين في جميع السيناريوهات مثل سلامة القيادة وتجنب المخاطر الطارئة والركن الذكي تجربة قيادة ذكية متقدمة أكثر أمانًا وبدرجة أعلى من القيادة الذاتية، كما ستبني مقصورة سيارات عاطفية أكثر ذكاءً، وتعيد تعريف تجربة التفاعل بين الإنسان والسيارة، وتدفع نحو انتشار وتطبيق تقنيات الذكاء الاصطناعي في مجال السيارات الذكية.
يمتلك نموذج AI Drive ضمن نموذج جيلي Xingrui AI الكبير قدرات قوية لتوليد السيناريوهات والتخطيط، إذ يمكنه وفقًا لظروف الإضاءة والطقس المختلفة مثل المطر والثلوج، وبنية الطرق، وحالات الازدحام المروري، ومواقف السيارات متعددة الطوابق، والأهداف المرورية غير الشائعة، بناء سيناريوهات قيادة قصوى نادرة الحدوث في القيادة الواقعية. ومن خلال تحسين Step-Video-T2V استنادًا إلى بيانات فيديو القيادة الحقيقية، يمكن تحويله إلى مُركّب بيانات للقيادة الذاتية. ويعمل نموذج Xingrui AI الكبير على استكشاف تحويل هذه السيناريوهات التركيبية الغنية إلى بيانات تدريب "تبدو حقيقية"، بما يعادل إنشاء "ساحة اختبار قيادة افتراضية" غنية لنظام القيادة الذاتية، وبالتالي تحسين قدرة السيارة بشكل ملحوظ على التعامل مع مختلف ظروف الطريق أثناء القيادة الذكية، وضمان سلامة القيادة.
وبفضل وظائف التفاعل الفائقة لنموذج Step-Audio الكبير، يمكن لنموذج جيلي Xingrui AI الكبير أن يرفع بشكل كبير سرعة الاستجابة للأوامر الصوتية، وكذلك فهم المشاعر والتعبير عنها أثناء التفاعل. فعندما يقول المستخدم "الملاحة، سأتأخر"، لن يقوم النظام تلقائيًا بتخطيط مسار أسرع فحسب، بل سيسأل أيضًا بشكل استباقي عما إذا كان المستخدم يرغب في تشغيل موسيقى هادئة لتخفيف التوتر. وفي الوقت نفسه، لا يستطيع النظام التعرف على لهجات غنية مثل الكانتونية والسيشوانية فحسب، بل يدعم أيضًا تخصيص الصوت بشكل فردي، إذ يمكن للمستخدم اختيار نبرة الصوت التي يوفرها النظام، أو تسجيل ضحكات الطفل لإنشاء نغمة تنبيه خاصة، أو حتى جعل الذكاء الاصطناعي في السيارة يقلد صوت جدول ماء جبلي لخلق مساحة تأمل داخل السيارة، ومرافقة كل رحلة بمودة.
بالإضافة إلى ذلك، تُعد جيلي أيضًا أول شركة سيارات تكمل اندماجًا عميقًا مع DeepSeek. ومن خلال التعاون مع نموذج DeepSeek-R1، ستجري جيلي تدريبًا بالتقطير على نموذج Xingrui FunctionCall الكبير للتحكم في السيارة، والنموذج الكبير للتفاعل الاستباقي في السيارة على مستوى الجهاز الطرفي، وغيرها. وعندها، لن يتمكن الذكاء الاصطناعي في سيارات جيلي الذكية من الفهم الدقيق للنية الغامضة للمستخدم فحسب، ومن ثم استدعاء نحو 2000 واجهة داخل السيارة بدقة، بل سيتمكن أيضًا من تحليل الاحتياجات الكامنة للمستخدم بشكل استباقي بناءً على السيناريوهات داخل السيارة وخارجها، وتقديم خدمات مثل التحكم في السيارة والحوار الاستباقي وخدمات ما بعد البيع للمستخدم بشكل استباقي، ما سيحسّن تجربة التفاعل الذكي بشكل كبير ويسرّع انتشار الذكاء الاصطناعي في مجال السيارات الذكية.
حاليًا، تم تجهيز سلسلة من تطبيقات الذكاء الاصطناعي، مثل AI Galaxy Elf وFlyme Auto للمقصورة الذكية وUnbounded Space وAI Cloud Power وAI Picture Book وAI Sentinel، المبنية على النظام التقني لـ"الذكاء الاصطناعي الشامل للسيارات الذكية"، في طرازات مثل Galaxy E8 وGalaxy E5 وGalaxy Starship 7EM-i. وفي أوائل مارس من هذا العام، ستعلن جيلي أيضًا عن استراتيجية ذكاء اصطناعي مهمة، لتسريع إدخال أحدث تقنيات الذكاء الاصطناعي مثل الهيكل الرقمي بالذكاء الاصطناعي والقيادة الذكية المتقدمة إلى السيارات تدريجيًا، وتقديم تجربة ذكية ثورية للمستخدمين.
