الذكاء الاصطناعي والتوليدي وتعلّم الآلة

ذكاء اصطناعي
مبني كما يجب.

نصمم ونبني ونشغّل ذكاءً اصطناعياً يؤدي عملاً حقيقياً: منتجات ووكلاء وبحث في معرفتك وتنبؤ ورؤية. ونشغّله بالفعل داخل منصاتنا.

01إشارة

بياناتك ضجيج
حتى يتعلمها شيء ما.

طلبات ومستندات وقراءات مستشعرات ومحادثات. ملايين النقاط بلا شكل بعد.

02نموذج أساسي

النموذج الأساسي
يجد الأنماط.

طبقات قليلة مدرَّبة على أمثلتك. يصنّف ويلخّص ويجيب عن الأسئلة البسيطة. جيد ورخيص التشغيل.

03نموذج عميق

النموذج العميق
يستدل.

عشرات الطبقات، واسترجاع من مستنداتك، وأدوات يستدعيها، وخطة يتحقق منها قبل التنفيذ. هنا يعيش الوكلاء.

04لك

ثم يأخذ
شكلك.

قواعدك وصوت علامتك وموافقاتك. نبني بالعمق الذي تحتاجه مشكلتك ونشغّله حيث يُسمح لبياناتك أن تعيش.

صِف فكرتك. ونموذج صغير يوجّهها.

هذا نموذج تعلّم آلة حقيقي وصغير عمداً: مصنّف نصوص بايزي بسيط يُدرَّب في متصفحك على 120 جملة مثال. لا يغادر ما تكتبه هذه الصفحة.

أضف هذا إلى طلبك

مصنوع بنموذجنا المحلي

سمِّ قطاعك.
وشاهد فكرة تظهر.

نموذج يعمل على هذا الجهاز يكتب فكرة ذكاء اصطناعي واحدة لقطاعك، مباشرةً، في جملة. لا يُحفظ ما تكتبه ولا يُرسل إلى أي مكان. وإن لم يكن نموذج محلي يعمل، ترى أحد طلباتنا التوضيحية الثلاثين، ويوضح ذلك التصنيف.

عمق النموذج

من نموذج أساسي
إلى شيء عميق جداً.

اسحب المؤشر. النموذج الصغير يجيب عن أسئلة بسيطة. والعميق يستدل عبر المستندات ويخطط للعمل متعدد الخطوات ويستخدم الأدوات ويتحقق من نفسه ويتذكر سياقك. نبني بالعمق الذي تحتاجه مشكلتك، لا أعمق مما ينبغي.

4 طبقات0 وصلة مرسومة

  • يجيب عن أسئلة بسيطة
  • يكتب ويلخص
  • يقرأ مستنداتك مع المراجع
  • يستدل عبر مصادر كثيرة معاً
  • يخطط لعمل متعدد الخطوات ويستخدم الأدوات
  • يتحقق من إجاباته قبل أن تراها
  • يتذكر سياقك عبر الجلسات
  • يعمل بالعربية والإنجليزية مع الصوت والرؤية

رسم توضيحي للعمق والقدرة، وليس مخططاً لنموذج بعينه.

ما نبنيه بالذكاء الاصطناعي.

01

منتجات النماذج اللغوية

مساعدون وأدوات كتابة مبنية على النماذج اللغوية الكبيرة ومدمجة في منتجك.

02

الوكلاء والأتمتة

وكلاء ينفذون إجراءات في أدواتك بحدود واضحة وسجلات وموافقات.

03

البحث في معرفتك (RAG)

إجابات مستندة إلى مستنداتك وبياناتك مع مراجع يمكن التحقق منها.

04

تعلّم الآلة والتنبؤ

نماذج تتنبأ وترتب وتكتشف، وتُقيَّم بصدق مقابل ما يحدث فعلاً.

05

الرؤية الحاسوبية

فهم الكاميرات والصور على الأجهزة أو السحابة مع أولوية الخصوصية.

06

الصوت والمحادثة

موظفو استقبال صوتيون وملخصات مكالمات ومحادثة متعددة اللغات منها العربية.

07

الوسائط التوليدية

صور وفيديو وحركة للحملات تُنتج بنماذج محلية وسحابية.

08

التقييم والأمان

مجموعات اختبار واختبارات اختراق وصلاحيات ومراجعة بشرية منذ اليوم الأول.

يعمل بالفعل داخل منصاتنا.

التنبؤ وتعلّم الآلة

Pathora

بيانات اقتصادية وسوقية رسمية تتحول إلى مؤشرات وسيناريوهات وتوقعات، كل منها قابل للتتبع إلى مصدره ويُقيَّم علناً.

افتح المشروع
فيلم المنتج، صُنع في استوديو الفيديو المحلي لدينا. الأرقام المعروضة من تشغيل بحثي مسجّل واحد (27 سبتمبر 2026)، وليست توقعاً أو ادعاء دقة.
  • 238kسطر برمجي
  • 85مصدر بيانات مسجل
  • 7مؤشرات مركبة
  • 10نماذج تنبؤ داخلية
  • 880+اختبار آلي ناجح

TypeScript · React · Node.js · SQLite · Python · custom canvas charts

الرؤية الحاسوبية على الأجهزة

Tessera

سلامة مرئية تراعي الخصوصية للساحات والأرصفة: كاميرات قائمة ووجوه مموهة وكل حدث يراجعه شخص.

افتح المشروع
فيلم المنتج، صُنع في استوديو الفيديو المحلي لدينا. مشاهد مولّدة؛ التنبيهات توضيحية وليست اكتشافات حقيقية من Tessera.
  • 197kسطر برمجي
  • 589فحص سلامة مفهرس
  • 31فئة مخاطر
  • 18حزمة قواعد قانونية
  • 2,400+اختبار آلي

C# · .NET · Python · TypeScript · Apache-2.0 vision models

الاسترجاع وذكاء الأدلة

Veyr

سؤال بحثي يتحول إلى تقرير أدلة موثق: مقيّمان مستقلان وبحث عن الأدلة المضادة وللإنسان الكلمة الأخيرة.

افتح المشروع
فيلم المنتج، صُنع في استوديو الفيديو المحلي لدينا. الواجهة معروضة ببيانات توضيحية؛ برنامج بحثي وليس نصيحة طبية.
  • 83kسطر برمجي
  • 1,428اختبار آلي
  • 11موصل بيانات بحثية
  • 21جدول بيانات
  • 9مرحلة قابلة للاستئناف

Python · FastAPI · PostgreSQL · Redis · Celery · local open-weight models

نموذج رؤية محلي على الحاسوب

CxS

رفيق ألعاب خاص يعمل على حاسوب اللاعب، يجيب من مصادر حفظها ولا ينظر إلى الشاشة إلا عند الطلب.

افتح المشروع
  • 33kسطر برمجي
  • 420+اختبار آلي
  • 35جدول بيانات
  • 6منصات ألعاب مدعومة
  • 0اتصال سحابي مطلوب للإجابة

Python · JavaScript · local vision model · zero third-party Python packages

كيف نطلق ذكاءً اصطناعياً يمكن الوثوق به.

  1. تحديد المهمة

    مهمة واحدة قابلة للقياس.

  2. ربط البيانات

    مع الصلاحيات ومصدر البيانات.

  3. التقييم

    مجموعات اختبار قبل الإطلاق.

  4. الضوابط

    حدود وسجلات وموافقات.

  5. مراجعة بشرية

    الناس يقررون ما يهم.

  6. المراقبة

    تقييم مقابل الواقع.