شرکت متا در حال توسعه دو مدل نسل بعدی هوش مصنوعی با نام‌های Mango و Avocado است که هدف آن‌ها به چالش کشیدن رهبران فعلی این حوزه، یعنی OpenAI و گوگل، خواهد بود. بر اساس گزارشی که روزنامه وال‌استریت ژورنال منتشر کرده، اگر همه‌چیز مطابق برنامه پیش برود، هر دو مدل تا سال ۲۰۲۶ به‌طور رسمی عرضه خواهند شد.

متا بار دیگر فضای رقابت هوش مصنوعی را داغ کرده و این‌بار با معرفی پروژه‌هایی به نام Mango و Avocado وارد میدان شده است. گفته می‌شود این غول شبکه‌های اجتماعی در حال توسعه دو مدل پیشرفته هوش مصنوعی است که می‌توانند ساختار کنونی بازار، که تحت سلطه OpenAI و گوگل قرار دارد، را دستخوش تغییر کنند. در صورت تحقق برنامه‌ها، انتظار می‌رود هر دو مدل در نیمه نخست سال ۲۰۲۶ معرفی شوند. به گزارش وال‌استریت ژورنال، این پروژه‌های محرمانه متا شامل Mango برای تولید تصویر و ویدئو و Avocado برای پردازش متن و کدنویسی هستند و آغازگر فصل تازه‌ای در جاه‌طلبی‌های هوش مصنوعی این شرکت به شمار می‌روند. رهبری این تلاش‌ها بر عهده مدیر ارشد هوش مصنوعی متا، الکساندر وانگ، بنیان‌گذار ۲۸ ساله شرکت Scale AI است که اوایل امسال پس از آن‌که متا سهمی نزدیک به اکثریت از استارتاپ او را با ارزشی بیش از ۱۴ میلیارد دلار خریداری کرد، به این شرکت پیوست.

این سرمایه‌گذاری بزرگ نشان‌دهنده عزم جدی مارک زاکربرگ، مدیرعامل متا، برای جبران عقب‌ماندگی در برابر رقبایی است که طی یک سال گذشته بر گفت‌وگوی عمومی پیرامون هوش مصنوعی سلطه داشته‌اند. Mango و Avocado نخستین خروجی‌های مهم آزمایشگاه‌های ابرهوش متا یا MSL خواهند بود؛ واحدی تازه‌تأسیس که با هدف تسریع جهش‌های فناورانه متا در حوزه هوش مصنوعی شکل گرفته است.

مدل‌های نسل بعدی متا

زاکربرگ صرفاً به دنبال جبران عقب‌افتادگی نیست، بلکه خود را برای یک بازگشت تمام‌عیار آماده می‌کند. Mango، به‌عنوان مدل تولید تصویر و ویدئو، تمرکز خود را بر خلق محتوای خلاقانه با کیفیت بسیار بالا قرار داده و قرار است با ابزارهایی مانند Sora از OpenAI و Gemini 3 Flash از گوگل رقابت کند. در مقابل، Avocado که نسل بعدی مدل‌های زبانی بزرگ متا به شمار می‌رود، با هدف برتری در کدنویسی و استدلال طراحی شده است؛ حوزه‌هایی که خانواده مدل‌های فعلی Llama متا همچنان در آن‌ها از رقبا عقب‌تر هستند.

در جریان یک نشست پرسش‌وپاسخ داخلی، وانگ Avocado را جاه‌طلبانه‌ترین مدل زبانی بزرگ متا تا امروز توصیف کرد؛ مدلی که نه‌تنها برای تولید متن، بلکه برای حل مسائل فنی عمیق طراحی شده است. او تأکید کرده که «ما در حال ساخت مدل‌هایی هستیم که جهان را درک می‌کنند، نه فقط کلمات را». این رویکرد، تغییری اساسی نسبت به طراحی‌های سنتی هوش مصنوعی محسوب می‌شود که معمولاً بر پیش‌بینی کلمه بعدی در یک جمله متکی هستند. در صورت موفقیت، مدل‌های جهان می‌توانند هوش مصنوعی را به درک مبتنی بر ادراک واقعی نزدیک‌تر کنند؛ مسیری که بسیاری از کارشناسان آن را مرز بعدی پیشرفت در این حوزه می‌دانند.

این حرکت پس از یک بازسازمان‌دهی بزرگ داخلی در اوایل سال ۲۰۲۵ صورت گرفت. متا واحدهای مختلف هوش مصنوعی خود را یکپارچه کرد و کنترل یک گروه نخبه جدید از پژوهشگران و مهندسان را به وانگ سپرد. افزون بر این، شرکت بیش از ۲۰ دانشمند برجسته را از OpenAI جذب کرده و آنچه منابع داخلی از آن به‌عنوان یک «ابر تیم» یاد می‌کنند، اکنون متشکل از بیش از پنجاه متخصص هوش مصنوعی تحت پرچم MSL است.

متا و پیوستن دوباره به رقابت هوش مصنوعی

زمان‌بندی این تحولات حساس‌تر از هر زمان دیگری است. نبرد برای سلطه بر هوش مصنوعی با سرعتی سرسام‌آور در حال تشدید است. گوگل به‌تازگی Gemini 3 Flash را منتشر کرده؛ نسخه‌ای سریع‌تر و ارزان‌تر از مدل پرچم‌دار Gemini 3 Pro که برای استفاده گسترده در بازار عمومی طراحی شده است. در همین حال، OpenAI به توسعه مجموعه ابزارهای خود ادامه می‌دهد؛ از جمله ChatGPT Images و Sora، پلتفرم تولید ویدئویی که به‌سرعت در میان تولیدکنندگان محتوا محبوب شده است.

متا نیز پیش‌تر قدم به این حوزه گذاشته بود. اوایل امسال، این شرکت ابزار تولید ویدئوی Vibes را با همکاری Midjourney معرفی کرد. اما تنها چند روز بعد، OpenAI با عرضه Sora واکنش نشان داد؛ اقدامی که نشان داد فضای تولید تصویر و ویدئو با هوش مصنوعی تا چه اندازه رقابتی و بی‌رحمانه شده است.

پیشرفت‌های گوگل نیز فشارها را کاهش نداده است. مجموعه Gemini این شرکت با رشد چشمگیری در محبوبیت مواجه شده و تعداد کاربران ماهانه آن از ۴۵۰ میلیون نفر در ژوئیه به بیش از ۶۵۰ میلیون نفر در اکتبر افزایش یافته است؛ رشدی که عمدتاً به انتشار Gemini Nano و مدل‌های بعدی آن نسبت داده می‌شود. این جهش، متا و OpenAI را وادار کرد تا برای عقب نماندن، با شتاب بیشتری حرکت کنند.

در داخل OpenAI، حتی گزارش شده است که سم آلتمن، مدیرعامل این شرکت، پس از رونمایی گوگل از Gemini 3 وضعیت قرمز اعلام کرده و زمان‌بندی‌های داخلی برای عرضه محصولات جدید را تسریع کرده است. ضدحمله OpenAI نیز به‌سرعت انجام شد و شامل ارتقای قابلیت‌های تولید تصویر و تجربه‌های تعاملی‌تر ChatGPT بود.

اکنون با نزدیک شدن Mango و Avocado، متا آماده است تا بار دیگر به قلب این رقابت بازگردد. هزینه‌کرد سنگین شرکت، در کنار جذب نیروها و بازسازی ساختاری تحت هدایت وانگ، نشان می‌دهد که متا دیگر قصد ندارد تماشاگر رقابت تسلیحاتی هوش مصنوعی باشد. این‌بار، هدف آن ایستادن شانه‌به‌شانه با Gemini گوگل و خط GPT از OpenAI است؛ با ترکیبی قدرتمند از خلاقیت و توان محاسباتی.

گوگل، آمازون و xAI در حال رقابت برای ایجاد سامانه‌های هوش مصنوعی مبتنی بر فضا هستند. شبکه‌های مداری می‌توانند تأخیر و فشار وارد بر مصرف انرژی روی زمین را کاهش دهند. قرارگیری هوش مصنوعی در مدار می‌تواند اتصال شبکه را در حوزه‌هایی همچون اینترنت مناطق دورافتاده و واکنش اضطراری در بحران‌ها بهبود دهد.

در فاصله‌ای کوتاه و طی چند ماه، تلاش برای انتقال هوش مصنوعی به فضا از یک رؤیای دور به اولویتی استراتژیک و فوری تبدیل شده است. پروژه Suncatcher گوگل، پروژه Leo متعلق به آمازون برای توسعه اینترنت ماهواره‌ای، و اقدامات xAI متعلق به ایلان ماسک برای ایجاد محیط‌های پردازشی مداری، همگی به یک جهت اشاره دارند: جهش بزرگ بعدی در مسیر هوش مصنوعی ممکن است نه روی زمین، بلکه در مدار نزدیک زمین رخ دهد.

با آن‌که این چشم‌انداز در نگاه نخست غیرواقعی به نظر می‌رسد، در پس این بیانیه‌های تبلیغاتی و دیدگاه‌های بلندپروازانه، حجم قابل‌توجهی از مهندسی واقعی و قابل اتکا قرار دارد. این تلاش‌ها ناشی از فشار بی‌سابقه‌ای است که زیرساخت‌های فعلی در برابر گسترش مدل‌های هوش مصنوعی و افزایش تقاضا تجربه می‌کنند. مراکز داده، شبکه‌های فیبر نوری و شبکه‌های تأمین انرژی که ستون فقرات دیجیتال جهان را تشکیل می‌دهند، نشانه‌های ملموسی از فشار و محدودیت بروز داده‌اند. منابع انرژی جدید نیز به سختی توان پاسخ‌گویی دارند. افزون بر این، مسائلی مانند تأخیر ارتباط، خطرهای اقلیمی و موانع سیاسی نیز به عنوان عوامل تشدیدکننده مطرح‌ هستند.

پروژه گوگل با نام Suncatcher به دنبال ایجاد گره‌های پردازشی مداری است؛ گره‌هایی که با برخورداری از تابش تقریباً پیوسته خورشید و خنک‌سازی مبتنی بر خلأ فضا فعالیت می‌کنند. ایده اصلی این است که ماهواره‌هایی مجهز به واحدهای پردازشی Tensor گوگل بتوانند برای اجرای مدل‌های یادگیری ماشینی، کارآمدتر از مراکز داده زمینی عمل کنند؛ به‌ویژه در وظایفی که نیازی به تعامل لحظه‌ای با انسان ندارند. در مدار زمین، پنل‌های خورشیدی بازده بیشتری دارند، خنک‌سازی ساده‌تر است و هیچ توفان یا خاموشی زمینی فعالیت آن‌ها را مختل نمی‌کند.

در پروژه Amazon Leo، این شرکت در حال ایجاد شبکه پهن‌باند جهانی متشکل از هزاران ماهواره مدار نزدیک زمین است که در نهایت با زیرساخت ابری و هوش مصنوعی مرتبط خواهند شد. بخشی از این ماهواره‌ها ممکن است در آینده قادر باشند محاسبات لبه‌ای را برای وظایف هوش مصنوعی در مناطقی که به خدمات ابری دسترسی محدود یا بدون دسترسی دارند، پشتیبانی کنند.

در همین حال، ایلان ماسک در حال ترسیم طرح‌هایی برای ایجاد مزارع پردازشی مداری برای xAI و SpaceX است؛ مزارعی که نه‌تنها مدل‌ها را اجرا، بلکه آن‌ها را آموزش نیز خواهند داد. این امر از نظر فنی بسیار دشوارتر است، اما برای وظایف فوق‌سنگینی که به انرژی پیوسته و محیطی ایزوله نیاز دارند، شاید توجیه‌پذیر باشد. اگر هدف، آموزش مدلی با چند تریلیون پارامتر بدون محدودیت‌های پهنای‌باند زمینی یا گلوگاه‌های زیرساختی باشد، فضا گزینه‌ای جذاب می‌شود.

این پروژه‌ها می‌توانند برای تعداد زیادی از مردم تغییرات بزرگی ایجاد کنند. مدارس مناطق دورافتاده قادر خواهند بود به ابزارهای ابری پرسرعت دسترسی پیدا کنند، و سامانه‌های پایش آب‌وهوا می‌توانند با استفاده از قابلیت تحلیل بلادرنگ هوش مصنوعی مداری، وقوع سیل ناگهانی را پیش‌بینی کرده و مسیر انتقال کمک‌رسانی را اصلاح نمایند.

همچنین با استفاده از گره‌های خورشیدی فعال در فضا، شرکت‌ها می‌توانند وابستگی کمتری به شبکه‌های زمینی با مصرف کربن بالا داشته باشند. ایده بهره‌گیری از انرژی فضایی مدت‌ها پیش از آغاز برنامه‌های فضایی مطرح شده بود. اکنون ممکن است تقاضای عظیم هوش مصنوعی همان نقطه تحول باشد که سرمایه‌گذاری در چنین پروژه‌هایی را قابل‌توجیه می‌کند.

شرکت مادر گوگل، یعنی آلفابت، بسیار نزدیک است که چهارمین شرکتی شود که به باشگاه ۴ تریلیون دلاری می‌پیوندد؛ باشگاهی که پیش از این شرکت‌های اپل، مایکروسافت و انویدیا وارد آن شده‌اند. این موقعیت تازه، حاصل هفته‌ای است که سرشار از خبرهای مهم درباره‌ی فعالیت‌های هوش مصنوعی گوگل بود.

براساس گزارشی که دوشنبه منتشر شد، شرکت متا که از بزرگ‌ترین مشتریان انویدیا به شمار می‌رود، در حال بررسی این موضوع است که برخی از مراکز داده‌ی خود را به تراشه‌های ساخت گوگل مجهز کند. این توافق احتمالی که ارزش آن ممکن است به میلیاردها دلار برسد، از سال ۲۰۲۷ آغاز می‌شود و متا ممکن است حتی از سال آینده میلادی تراشه‌هایی را از بخش گوگل کلاد اجاره کند.

گوگل همچنین یک رونمایی پر سر و صدا داشت. این شرکت هفته‌ی گذشته تازه‌ترین مدل هوش مصنوعی خود به نام جمینای ۳ را معرفی کرد و همچنین چند به‌روزرسانی برای ابزار تولید تصویر نانو بنانا پرو ارائه داد که هر دو با استقبال گسترده روبه‌رو شدند.

براساس گزارش وب‌سایت ورج، وی-لین چیانگ، مدیر ارشد فناوری و هم‌بنیان‌گذار شرکت ارزیابی هوش مصنوعی LMArena، گفته است که عرضه‌ی جمینای ۳ صرفاً یک جابه‌جایی در رتبه‌بندی‌ها نیست و معنایی فراتر از آن دارد.

اکنون دو شرکت به عنوان پیشتازان صنعت هوش مصنوعی شناخته می‌شوند. OpenAI در حوزه‌ی محصولات مصرفی قرار دارد. در سوی دیگر، انویدیا قرار دارد که بزرگ‌ترین تأمین‌کننده‌ی واحدهای گرافیکی برای پردازش‌های هوش مصنوعی در جهان است.

اما گوگل، که سابقه‌ی طولانی، منابع مالی گسترده و دانش انباشته‌ی زیادی در سیلیکون‌ولی دارد، به نظر می‌رسد که این بار در هر دو جبهه برای رقابتی جدی آماده است. بسیاری از کاربران اینترنت و حتی مارک بنیوف، مدیرعامل شرکت سلزفورس، مدعی شده‌اند که مدل جمینای ۳ گوگل به طرز محسوسی بهتر از چت‌جی‌پی‌تی است.

با وجود این، از دید ناظران بیرونی، OpenAI هنوز در زمینه‌ی چت‌بات‌ها نام اول به شمار می‌رود. اما طبق گزارشی از نیویورک تایمز، مدیر بخش چت‌جی‌پی‌تی در ماه اکتبر به کارکنان گفته بود که این شرکت با شدیدترین فشار رقابتی تاریخ خود مواجه است.

در جبهه‌ی تراشه‌های هوش مصنوعی نیز انویدیا همچنان صدرنشین مطمئن بازار است، اما اگر گزارش وب‌سایت اینفورمیشن درست باشد، گوگل احتمالاً در مسیر جبران فاصله خود می‌تواند به یک موفقیت بزرگ دست یابد.

تراشه‌های گرافیکی انویدیا همچنان گزینه‌ی اصلی صنعت برای پردازش‌های هوش مصنوعی هستند، اما TPUهای گوگل نیز اکنون حداقل به رقیبی قابل اعتنا تبدیل شده‌اند. برخلاف GPUها که مانند یک چاقوی چندکاره‌ی سوئیسی برای طیف بسیار گسترده‌ای از وظایف مناسب هستند، TPUهای گوگل تخصصی‌اند و برای برخی بارهای کاری خاص در هوش مصنوعی کارایی بالاتری دارند. TPUها نوعی مدار مجتمع با کاربرد خاص (ASIC) محسوب می‌شوند. یکی از کارشناسان صنعت هفته‌ی گذشته به CNBC گفته است که انتظار دارد بازار ASICهای سفارشی در چند سال آینده سریع‌تر از بازار GPUها رشد کند.

گوگل در کنار GPUهایی که از انویدیا خریداری می‌کند، سال‌هاست که از TPUهای اختصاصی خود برای پشتیبانی از کسب‌وکار رایانش ابری‌اش بهره می‌برد. همچنین این شرکت تراشه‌های خود را به شرکت‌هایی مانند آنتروپیک اجاره می‌دهد؛ شرکتی که از این تراشه‌ها برای چت‌بات کلود، در کنار GPUهای انویدیا و همچنین تراشه‌های Trainium آمازون استفاده می‌کند.

اضافه شدن نام متا به فهرست مشتریان، برای گوگل بسیار مهم خواهد بود و حتی ممکن است به بخش تراشه‌های سفارشی این شرکت قدرت رقابتی بیشتری در بازاری بدهد که اکنون تحت سلطه‌ی غولی به نام انویدیا قرار دارد.