أخبار ar.wedoany.com، في 10 يوليو، أكملت شركة MiniMax جولة تمويل جديدة بقيمة إجمالية تبلغ حوالي 16 مليار دولار هونغ كونغ. اجتذبت هذه الصفقة مشاركة أكثر من مائة مؤسسة، وحققت تغطية اكتتاب بلغت 7 أضعاف، وتم توسيع حجم الإصدار من حوالي 1.8 مليار دولار أمريكي في البداية إلى أكثر من 2 مليار دولار أمريكي. سيتم توجيه ضخ رأس المال هذا بشكل أساسي نحو دعم البنية التحتية للذكاء الاصطناعي، والبحث والتطوير في النماذج، وهندسة الوكلاء الأذكياء، وعمليات المنتجات العالمية.
تتكون جولة التمويل هذه من جزأين: طرح أسهم جديدة وسندات قابلة للتحويل بدون فائدة. من المتوقع أن تجمع 35.6 مليون سهم جديد من الفئة "أ" حوالي 9.54 مليار دولار هونغ كونغ، بينما يبلغ حجم السندات القابلة للتحويل بدون فائدة 6.5 مليار دولار هونغ كونغ. تخطط MiniMax لاستثمار حوالي 80% من عائدات التمويل في البنية التحتية للذكاء الاصطناعي والبحث والتطوير في النماذج. لا يهدف اتجاه استخدام الأموال إلى التوسع التجاري العام، بل إلى زيادة الاستثمار في مجمعات القوة الحاسوبية، وتدريب النماذج، وخدمات الاستدلال، وهندسة منتجات الوكلاء الأذكياء.
يتطلب تطوير النماذج الكبيرة معالجة مستمرة لنوعين من احتياجات القوة الحاسوبية: التدريب والاستدلال. تتضمن مرحلة التدريب معالجة كميات هائلة من البيانات، والحوسبة الموزعة، وتحديث معلمات النموذج، والتجارب المتعددة. بينما تتطلب مرحلة الاستدلال أن يحافظ النموذج على زمن استجابة منخفض، وإنتاجية عالية، ومخرجات مستقرة في ظل استدعاءات المستخدمين الحقيقية. مع توسع نافذة السياق، ودخول النماذج في مهام متعددة الوسائط ومهام الوكلاء، تزداد باستمرار كمية النصوص والصور والفيديوهات والرموز ونتائج الأدوات والتاريخ الحالي التي تحتاج إلى معالجتها في المهمة الواحدة، مما يستلزم توسيعًا متزامنًا في القوة الحاسوبية والتخزين والشبكات والجدولة الهندسية.
قامت MiniMax بتركيز توجهها التقني في النموذج الرائد M3 على الترميز، والوكلاء الأذكياء، والسياقات الطويلة جدًا، والتعددية الوسائطية الأصلية. يعتمد هذا النموذج على بنية الانتباه المتناثر MiniMax Sparse Attention، ويدعم سياقًا يصل إلى مليون رمز (Token)، ويمكنه معالجة مدخلات الصور والفيديو، والعمل على بيئة سطح المكتب. في سياق مليون رمز، انخفضت كمية الحساب لكل رمز في M3 إلى حوالي واحد على عشرين من الجيل السابق من النماذج، وزادت سرعة مرحلة ما قبل الملء بأكثر من 9 أضعاف، وزادت سرعة مرحلة فك الترميز بأكثر من 15 ضعفًا.
تعد هندسة الوكلاء الأذكياء محورًا رئيسيًا آخر لضخ رأس المال هذا. لكي يتمكن النموذج من إنجاز مهام حقيقية، لا يمكنه الاكتفاء بتوليد نص أو رمز، بل يحتاج أيضًا إلى فهم الأهداف، وتقسيم المهام، واستدعاء أدوات البحث والمكتب، وقراءة الملفات، وتنفيذ البرامج، والتحقق من النتائج، وتعديل الخطوة التالية بناءً على التغذية الراجعة الوسيطة. تتطلب هندسة قيادة الوكلاء الأذكياء معالجة واجهات الأدوات، وحالات المهام، والتحكم في الصلاحيات، والذاكرة طويلة المدى، واسترداد الأخطاء، وتقييم التنفيذ، مما يمكّن النموذج من العمل باستمرار في سلاسل مهام أطول.
قامت M3 بتوسيع قدرات الترميز لتشمل إصلاح أخطاء البرامج، وتطوير الواجهات الأمامية والخلفية، وتحسين الأداء، والتنفيذ الطرفي. كما قامت بتدريب النموذج من خلال إطار محاكاة تفاعلي للمستخدمين للتعامل مع استكمال المتطلبات، ومناقشة الحلول، وتعديل التغذية الراجعة، وتكرار المشاريع المعقدة. لم يعد النموذج يقتصر على تنفيذ تعليمات فردية، بل يحاول العمل بشكل مشترك مع المطورين لدفع مهام البرمجيات في جلسات متصلة.
شكلت MiniMax حاليًا نظامًا من نماذج اللغة والفيديو والصوت والصور والموسيقى، وأطلقت وكيلًا للترميز، وتوليد الفيديو، وتوليد الصوت، وتطبيقات الشخصيات بالذكاء الاصطناعي، ومنصة تطوير للمؤسسات. بعد دخول أموال الـ 16 مليار دولار هونغ كونغ، ستصبح توسعة البنية التحتية للذكاء الاصطناعي، وتدريب M3 والنماذج اللاحقة، وهندسة قيادة الوكلاء الأذكياء، وتحسين الحوسبة للسياقات الطويلة، ونشر المنتجات متعددة الوسائط هي حلقات الاستثمار المحددة.
