معهد الابتكار التكنولوجي يطلق «فالكون بيرسيبشن» الذي يمكّن الآلات من رؤية العالم وفهمه بكفاءة تضاهي النماذج الأكبر حجماً

13 مايو 2026·المكتب الإعلامي لأبوظبي

أطلق معهد الابتكار التكنولوجي، ذراع الأبحاث التطبيقية لمجلس أبحاث التكنولوجيا المتطورة في أبوظبي، عن «فالكون بيرسيبشن» (Falcon Perception)، وهو نموذج ذكاء اصطناعي متعدد الوسائط من الجيل الجديد ينافس أبرز النماذج العالمية من الولايات المتحدة والصين، بما في ذلك نماذج ميتا من عائلة SAM3 ونماذج Qwen التابعة لشركة علي بابا، مع تحقيق مستوى أعلى من الكفاءة الحاسوبية.

ويأتي إطلاق النموذج في وقت تتصاعد فيه المنافسة العالمية في مجال الذكاء الاصطناعي، وتسعى الدول إلى ترسيخ قدراتها السيادية في مجالات اللغة والرؤية الحاسوبية والروبوتات. ويضع «فالكون بيرسيبشن» دولة الإمارات ضمن مجموعة محدودة من الدول القادرة على تطوير نماذج متعددة الوسائط متقدمة على نطاق واسع.

وبحجم يقارب 600 مليون معامل، يحقق «فالكون بيرسيبشن» أداءً تنافسياً في مهام تجزئة العناصر البصرية وفهم المحتوى المرئي المعقد وتحليل الوثائق، مع أداء يضاهي أنظمة أكبر حجماً بكثير، مع تقليل ملحوظ في المتطلبات الحاسوبية المرتبطة عادةً بهذا النوع من النماذج.

ويشير الذكاء الاصطناعي متعدد الوسائط إلى الأنظمة القادرة على معالجة أكثر من نوع من البيانات وفهمها في الوقت نفسه، ويشمل ذلك الصور والنصوص. وبينما تركز أغلب أنظمة الذكاء الاصطناعي المستخدمة حالياً على معالجة اللغة، فإن المرحلة التالية من تطور هذا المجال تعتمد على الإدراك البصري، أي قدرة الآلات على فهم البيئة المادية والتفاعل معها.

ومن خلال الجمع بين الرؤية الحاسوبية وفهم اللغة في نموذج واحد، يمكّن «فالكون بيرسيبشن» الأنظمة الذكية من تحليل الصور والتعرف إلى العناصر المختلفة وقراءة النصوص داخلها، ما يقربها من إدراك العالم المادي بطريقة مشابهة للبشر. ويستطيع النموذج معالجة صور تحتوي على مئات العناصر في وقت واحد، ما يمكّنه من تحقيق إدراك دقيق في البيئات المعقدة والمكتظة دون الوقوع في أخطاء التوليد الوهمي أو مواجهة قيود هيكلية.

وبتوسع تطبيقات الذكاء الاصطناعي إلى مجالات الروبوتات والتصنيع الذكي والمنصات ذاتية التشغيل والبنية التحتية الذكية، تصبح القدرة على دمج الرؤية واللغة عنصراً أساسياً.

شهدت التطورات الحديثة في مجال الذكاء الاصطناعي متعدد الوسائط اعتماداً متزايداً على نماذج ضخمة تتطلب بنية تحتية حوسبية فائقة الحجم. وفي الوقت نفسه، تعتمد العديد من أنظمة الرؤية واللغة على مكونات منفصلة، حيث يتولى نموذج معالجة الصور بينما يفسرها نموذج آخر عبر اللغة. ويؤدي هذا النهج متعدد الطبقات إلى زيادة التعقيد الهيكلي وارتفاع المتطلبات الحاسوبية. لكن في البيئات الصناعية والمؤسساتية التي تعمل ضمن قيود صارمة تتعلق بتوافر القدرة الحاسوبية وزمن الاستجابة والأمن والتكلفة، قد تمثل هذه المتطلبات عائقاً أمام النشر العملي.

ويعالج «فالكون بيرسيبشن» هذا التحدي من خلال بنية موحدة تجمع بين معالجة الصور واللغة منذ الطبقة الأولى للنموذج. ويتيح هذا النهج للنموذج تنفيذ مهام استدلال بصري معقدة، منها تحديد العناصر الموصوفة في النصوص، وتجزئتها بدقة في الصور، وقراءة النصوص من الوثائق، وذلك ضمن نظام واحد متكامل. وتتيح هذه البنية للمستخدمين الاستعلام عن الصور باستخدام الأوامر بلغة طبيعية.

فمثلاً، يمكن للمستخدم أن يطلب من النموذج «تحديد السيارة الحمراء» أو «عد علب الحساء»، ليقوم «فالكون بيرسيبشن» بتحديد العنصر وتقسيمه مباشرة داخل الصورة، حتى في المشاهد التي تحتوي على مئات العناصر.

وتفتح هذه القدرات آفاقاً جديدة لتطبيقات متعددة، تشمل الأنظمة الروبوتية القادرة على تنفيذ تعليمات بلغة طبيعية في بيئات معقدة، وأنظمة الفحص الآلي واكتشاف العيوب في التصنيع، إضافة إلى وضع العلامات البصرية على نطاق واسع للبيانات المستخدمة في تدريب نماذج الذكاء الاصطناعي.

وقالت الدكتورة نجوى الأعرج، الرئيس التنفيذي لمعهد الابتكار التكنولوجي: «يمثل (فالكون بيرسيبشن) تجسيداً لرؤية معهد الابتكار التكنولوجي في دفع حدود الذكاء الاصطناعي نحو حلول متقدمة وقابلة للتطبيق على أرض الواقع. ومن خلال إعادة تصميم بنية نماذج الرؤية واللغة، نطوّر أنظمة متعددة الوسائط أكفأ يمكن نشرها عبر قطاعات صناعية مختلفة، ما يدعم في الوقت نفسه ترسيخ القدرات السيادية لدولة الإمارات في مجال الذكاء الاصطناعي».

ويحقق «فالكون بيرسيبشن» أداءً تنافسياً في عدد من أبرز معايير تقييم الذكاء الاصطناعي، على الرغم من حجمه الصغير نسبياً، ففي معيار تجزئة العناصر البصرية يحقق نتائج تضاهي أحدث النماذج الرائدة مثل SAM3 من شركة ميتا على معيار SaCO الخاص بتجزئة الأجسام. وفي مجال الفهم البصري المتقدم يتفوق النموذج على منافسيه في المهام الأكثر تعقيداً التي تتضمن تحليل السمات والمقارنات والتعامل مع المشاهد المكتظة بالعناصر. وفي معيار تحليل الوثائق يسجل أداءً قوياً على معيار OmniDocBench، مع نتائج تضاهي أو تقترب من أداء أنظمة أكبر بكثير مثل Mistral-OCR وDOTS-OCR وQwen-VL-235B.

ويعكس هذا التوازن بين الأداء والكفاءة تحولاً مهماً في مسار تطور الذكاء الاصطناعي، حيث بات الابتكار يعتمد اعتماداً متزايداً على تحسين البنية الهيكلية وقابلية النماذج للتطبيق العملي، وليس على زيادة الحجم فقط.

وقال الدكتور حكيم حسيد، كبير الباحثين في مركز بحوث الذكاء الاصطناعي والعلوم الرقمية في معهد الابتكار التكنولوجي: «هدفنا من (فالكون بيرسيبشن) إعادة النظر في الفكرة السائدة التي تفترض أن أنظمة الرؤية الحاسوبية يجب أن تعتمد على هياكل معقدة متعددة المراحل. ومن خلال إثبات قدرة نموذج كثيف واحد على تنفيذ مهام الإدراك بكفاءة عالية، فإننا نمهّد الطريق لظهور جيل جديد من الأنظمة متعددة الوسائط القابلة للتطوير».

ويُعد «فالكون بيرسيبشن» أول نموذج ضمن عائلة فالكون يتم تطويره خصيصاً لمهام الإدراك متعدد الوسائط في البيئات الكثيفة، ما يوسّع نطاق العائلة التي اشتهرت سابقاً بنماذج اللغة والاستدلال. وسيطرح النموذج كمصدر مفتوح عبر منصة «هجنج فيس» (Hugging Face) ليكون متاحاً لمجتمع الباحثين، ضمن التزام المعهد بدعم تطوير الذكاء الاصطناعي المفتوح والتعاوني.

Falcon PerceptionAIMeta

الخبر متوفّر باللغات التالية:English

المصدر الأصلي للخبر

المكتب الإعلامي لأبوظبي

Technology Innovation Institute launches Falcon Perception, enabling machines to understand physical world with greater efficiency than larger models

May 13, 2026·Abu Dhabi Media Office

The Technology Innovation Institute (TII), the applied research arm of Abu Dhabi’s Advanced Technology Research Council (ATRC), has announced Falcon Perception, a next-generation multimodal AI model that rivals leading global systems, including Meta’s SAM3 and Alibaba’s Qwen models, while operating with significantly greater efficiency.

As global competition in AI intensifies and nations race to secure sovereign capabilities across language, vision, and robotics, Falcon Perception positions the UAE among the few countries developing advanced multimodal models at scale.

At approximately 600 million parameters, Falcon Perception delivers competitive performance in object segmentation, dense visual understanding, and document intelligence, matching or approaching much larger systems, while reducing the computational demands typically associated with multimodal AI.

Multimodal AI systems process and understand multiple forms of information simultaneously, such as images and text. While most widely known AI systems focus primarily on language, the next wave of AI innovation lies in perception, enabling machines to interpret and act on the physical world.

As AI expands into robotics, advanced manufacturing, autonomous platforms, and intelligent infrastructure, this combined vision-and-language capability becomes essential.

Much of today’s progress in multimodal AI has been driven by increasingly large models that require hyperscale infrastructure. At the same time, many vision-language systems rely on separate components: one model to process images and another to interpret them through language.

This layered approach adds architectural complexity and increases computational overhead. For industrial and enterprise environments operating under strict constraints around computing availability, latency, security, and cost, such requirements can limit practical deployment.

Falcon Perception addresses this challenge through a single architecture that unifies image and language processing from the first layer. This approach enables the model to perform complex visual reasoning tasks, such as identifying objects described in text, segmenting them precisely within images, and reading text from documents, in one streamlined system. The architecture also allows users to query images using natural language prompts.

For example, a user can ask the model to “identify the red car” or “count the tins of soup,” and Falcon Perception can locate and segment the object directly within the image, even when hundreds of objects are visible in the scene.

This capability opens new possibilities for applications such as robotic systems that can follow natural-language instructions in complex environments, automated inspection and defect detection in manufacturing, and large-scale visual data labeling for AI training.

Dr Najwa Aaraj, CEO of TII, said: “Falcon Perception reflects TII’s commitment to advancing AI capabilities that are both cutting-edge and practical. By rethinking how vision and language models are built, we are enabling more efficient multimodal systems that can be deployed across real-world industries while strengthening sovereign AI capabilities.”

Despite its compact size, Falcon Perception demonstrates strong performance across leading benchmarks: Segmentation: Matches state-of-the-art results from leading models such as Meta’s SAM3 on the SaCO benchmark for object segmentation; Complex visual understanding: Outperforms competing models on more challenging prompts involving attributes, comparisons, and dense scenes; Document understanding: Achieves competitive results on OmniDocBench, matching or approaching the performance of much larger systems including Mistral-OCR, DOTS-OCR, and Qwen-VL-235B.

This performance-to-efficiency ratio highlights a broader shift in AI innovation: progress is increasingly defined not only by scale, but by architectural refinement and deployability.

Dr Hakim Hacid, Chief Researcher at TII’s Artificial Intelligence and Digital Research Center, said: “Our goal with Falcon Perception was to challenge the prevailing assumption that vision systems must rely on complex multi-stage architectures. By demonstrating that a single dense transformer can handle perception tasks efficiently, we are opening the door to a new generation of scalable multimodal systems.”

Falcon Perception is the first Falcon model built specifically for dense multimodal perception tasks, extending the Falcon family beyond language and reasoning models. It will be released to the research community as open source on Hugging Face as part of TII’s ongoing commitment to open and collaborative AI development.

Falcon PerceptionAIMeta

This article is also available in:العربية

Original source article

Abu Dhabi Media Office

معهد الابتكار التكنولوجي يطلق «فالكون بيرسيبشن» الذي يمكّن الآلات من رؤية العالم وفهمه بكفاءة تضاهي النماذج الأكبر حجماً

أخبار ذات صلة

Technology Innovation Institute launches Falcon Perception, enabling machines to understand physical world with greater efficiency than larger models

Related articles