تحليل حالات الاستخدام متعددة الوسائط في Tencent Marvis: لماذا بدأت الصور والصوت والفيديو والمستندات تتجمع داخل سير عمل ذكاء اصطناعي واحد؟

إذا كانت المقالات السابقة عن Marvis تدور حول:

• هل يستطيع التحكم بالكمبيوتر بدلًا منك؟
• هل يمكنه قراءة الملفات المحلية؟
• هل يوفر وقتك فعليًا داخل بيئة العمل؟

فهذه المقالة تحاول الإجابة عن سؤال أصبح أكثر عملية يومًا بعد يوم:

عندما تدخل الصور والصوت والفيديو والجداول والمستندات معًا، هل يستطيع Marvis أن يحولها إلى سير عمل واحد قابل للتنفيذ فعلًا؟

راجعت مرة أخرى موقع Marvis الرسمي، وكذلك المقالة العامة في مجتمع مطوري Tencent Cloud التي تركز أكثر على التطبيق العملي متعدد الوسائط. وخلاصتي من البداية هي:

أكثر ما يستحق المتابعة في Marvis الآن ليس فقط قدرته على رؤية الصور، بل كونه بدأ يجمع فهم الصور، والإدخال الصوتي، وإنشاء المستندات، وإخراج الرسوم البيانية داخل سلسلة مهام متصلة تشبه بيئة العمل الحقيقية.

ولهذا أرى أن نقطة التنافس الحقيقية لـ Marvis لم تعد تقتصر على "الوضع المحلي" أو "التحكم عن بُعد في الكمبيوتر"، بل أصبحت:

أنه يتحرك ليكون بوابة لسير عمل مكتبي متعدد الوسائط.

الخلاصة أولًا

• حتى 29 يونيو 2026، تتركز أكثر قدرات Marvis إقناعًا في المواد العامة المنشورة حول أربعة أنواع من المهام:
  1. فهم الصور ولقطات الشاشة واستخراج محتواها
  2. التحويل من الإدخال الصوتي إلى إنشاء المستندات
  3. التحليل المشترك بين الصور والنصوص والجداول
  4. تسليم التقارير وملفات Word ورسوم Excel دفعة واحدة
• الموقع الرسمي لـ Marvis يضع قدراته متعددة الوسائط بوضوح ضمن طرح المنتج:
  • البحث داخل الملفات ومحتوى الصور
  • البحث عن النصوص الموجودة داخل الصور
  • الفهم العميق للمستندات والجداول
  • إنشاء الرسوم البيانية
  • تحسين الصياغة
  • تحويل التنسيقات
• المقالة المنشورة في مجتمع مطوري Tencent Cloud تعرض بالفعل سلسلة مهام أقرب إلى الواقع، وليست مجرد "اسأل فيجيبك":
  • فهم الصورة
  • استخراج المعلمات
  • كتابة التحليل
  • إخراج ملف Word
  • إنشاء رسوم Excel

لماذا تعد تعددية الوسائط أهم من مجرد "الدردشة"

كثير من أدوات الذكاء الاصطناعي ما زالت حتى اليوم تعمل بالمنطق نفسه:

• أنت تعطيها فقرة نصية
• وهي تعيد لك فقرة نصية

لكن المدخلات في العمل الحقيقي ليست نصًا فقط أصلًا.

الأكثر شيوعًا هو أن:

• تلتقط صورة لمنتج
• تأخذ لقطة شاشة من لوحة تحكم
• تسجل مقطعًا صوتيًا لاجتماع
• ترفع مستندًا طويلًا مع جدول
• ثم تريد في النهاية نتيجة جاهزة للتسليم

بمعنى آخر، ما يستهلك الوقت في العمل الحقيقي ليس مجرد "جعل النموذج يجيب"، بل:

جمع المعلومات القادمة من وسائط مختلفة ثم تحويلها إلى مخرج نهائي يمكنك استخدامه فعلًا.

وهنا بالضبط تظهر فرصة المساعدات على مستوى النظام مثل Marvis لخلق فارق واضح مقارنة بأدوات الذكاء الاصطناعي الحوارية التقليدية.

الموقع الرسمي يشرح هذا الاتجاه بوضوح

بحسب الوصف العام على موقع Marvis الرسمي، فإن هدفه في المسار متعدد الوسائط مباشر جدًا:

• يمكنه البحث داخل الملفات ومحتوى الصور
• يمكنه البحث عن النصوص داخل الصور
• يستطيع تنظيم مكتبات الصور والمستندات بحسب الوجوه أو الموضوعات أو الأماكن
• يمكنه إجراء فهم عميق لـ المستندات والجداول
• يدعم إنشاء الرسوم البيانية، وتحسين النصوص، وتحويل التنسيقات

وعند وضع هذه القدرات معًا، فهي لم تعد ميزة منفصلة هنا وأخرى هناك، بل سلسلة متعددة الوسائط شبه مكتملة:

• يرى المحتوى
• يجد المحتوى
• يفهم المحتوى
• ويولّد النتيجة

أي أن طموح Marvis في هذا الاتجاه لا يقتصر على "دعم إدخال الصور"، بل يتجاوز ذلك إلى:

جعل الصور والنصوص والمستندات والجداول تتقاطع في النهاية داخل نتيجة مكتبية واحدة على مستوى المهمة.

الحالة 1: فهم الصور ليس مجرد وصفها، بل استخراج المعلمات مباشرة

في المقالة المنشورة في مجتمع مطوري Tencent Cloud، أبرز مثال عملي يوضح الفكرة هو:

تقرير تحليل منافسين لساعات ذكية

هدف المهمة هنا ليس سؤالًا وجوابًا في جولة واحدة، بل تسليم يشبه كثيرًا العمل التجاري الحقيقي:

• جمع صور ومعلمات 3 منتجات منافسة
• إجراء تحليل مقارن
• إنشاء تقرير Word
• إنشاء رسوم Excel

هذا لم يعد مجرد "أخبرني ما الموجود في هذه الصورة"، بل أصبح أقرب إلى:

تحويل مدخلات الصور إلى جزء من مهمة تحليلية متكاملة.

وبحسب الخطوات الواردة في المادة العامة، تبدأ السلسلة من:

• رفع صور 3 ساعات ذكية
• ثم مطالبة Marvis بالتعرف على المنتجات واستخراج المعلمات الأساسية

وتتضمن المخرجات العامة المذكورة من Marvis عناصر مثل:

• مراقبة معدل نبض القلب
• قياس الأكسجين في الدم
• عمر البطارية
• السعر

وهذا يعني أن ما يقوم به لا يقتصر على وصف الصورة، بل يشمل:

• التعرف على الكائن
• استخراج حقول منظمة
• ثم خدمة التقرير والرسوم البيانية في الخطوات التالية

لماذا هذا النوع من القدرات مهم؟ لأن الصور في العمل الفعلي نادرًا ما تكون "للنظر فقط"، بل الأشيع هو:

• استخراج الحقول من لقطة شاشة
• التقاط المعلمات من صورة منتج
• قراءة الاتجاهات من رسم بياني
• العثور على الفروق الجوهرية داخل صفحة ما

إذا كانت الأداة تكتفي بالكلام عن الصورة، فالقيمة محدودة. أما إذا استطاعت دفع المعلومات الموجودة في الصورة إلى الخطوة التالية من سير العمل، فهنا تبدأ الإنتاجية الحقيقية.

الحالة 2: الإدخال الصوتي ليس مجرد تفريغ نصي، بل يتحول مباشرة إلى مهمة مستندية

في المقالة العامة نفسها حول تعددية الوسائط، يوجد مثال آخر يستحق الانتباه:

• المستخدم يتحدث مباشرة إلى الكمبيوتر
• ويقول: "ساعدني في إنشاء مستند Word بعنوان 'محضر الاجتماع الأسبوعي'، ومحتواه هو سجل اجتماع اليوم"

وبحسب السلسلة الموضحة في المقالة، يقوم Marvis بما يلي:

1. التعرف على الصوت
2. فهم التعليمات
3. استدعاء Office API
4. إنشاء مستند Word على سطح المكتب
5. ثم إعادة النتيجة صوتيًا للمستخدم

وهذا يختلف عما يفهمه كثيرون عادة من "ميزة الصوت".

فكثير من المنتجات عندما تقول إنها تدعم الصوت، تقصد فقط:

• تحويل الصوت إلى نص
• ثم لصق النص في مربع الدردشة

أما Marvis هنا فيبدو أقرب إلى:

الصوت مجرد مدخل للمهمة، بينما الجوهر أنه ينفذ فعلًا عملية مستندية بعد ذلك.

وهذا مهم جدًا في بعض السيناريوهات الواقعية مثل:

• عندما لا يوجد وقت للكتابة أثناء الاجتماع
• عند الحاجة لإعطاء أوامر أثناء العمل
• عندما تريد أن يهبط الناتج مباشرة في ملف

لذلك، في بيئة سطح المكتب، لا تكمن قيمة الصوت في "القدرة على الكلام"، بل في:

هل يمكن وصل الصوت مباشرة بسير عمل النظام؟

الحالة 3: ما يشبه بيئة الإنتاج فعلًا هو ربط "فهم الصورة + التحليل + التقرير + الرسوم البيانية" في سلسلة واحدة

سبب استحقاق مثال تحليل منافسي الساعات الذكية لمقال مستقل هو أنه ليس استعراضًا لميزة منفردة، بل سلسلة مهام متعددة الوسائط كاملة.

فالمقالة العامة تواصل الخطوات على هذا النحو:

الخطوة الأولى: فهم الصور

• التعرف على صور 3 ساعات
• واستخراج المعلمات

الخطوة الثانية: التحليل النصي

• إنشاء تحليل مقارنة للمنافسين بالاعتماد على المعلمات
• وكتابة استنتاجات حول الوظائف والسعر وتقييمات المستخدمين

الخطوة الثالثة: إنشاء المستند

• إنشاء ملف Word بعنوان "تقرير تحليل منافسي الساعات الذكية"
• وإضافة الفصول والجداول والاستنتاجات

الخطوة الرابعة: تصور البيانات

• إنشاء ملف Excel
• وإدخال المعلمات والتقييمات
• وإنشاء مخطط أعمدة ومخطط راداري تلقائيًا

لماذا تعد هذه السلسلة مهمة بهذه الدرجة؟

لأنها تكشف نمط عمل واقعيًا:

قيمة الذكاء الاصطناعي متعدد الوسائط لا تأتي من أكثر ميزة منفردة مبهرة، بل من قدرته على ربط الوسائط المختلفة إلى تسليم نهائي واحد.

وهذا قريب جدًا من شكل العمل الحقيقي في المكاتب أو التحليل التجاري:

• المدخلات ليست نصًا فقط
• والمخرجات ليست جملة ملخصة
• وبينهما انتقال بين الصور والنصوص والجداول والمستندات

الحالة 4: مقارنة الكفاءة تظل طرحًا عامًا، لكنها توضّح الهدف الذي يسعى إليه

تعرض هذه المقالة العامة أيضًا جدولًا نموذجيًا جدًا لمقارنة الكفاءة:

• التعرف على صور المنتجات المنافسة: 30 دقيقة -> 2 دقيقة
• إنشاء التحليل المقارن: 60 دقيقة -> 3 دقائق
• إنشاء تقرير Word: 45 دقيقة -> 5 دقائق
• إعداد رسوم Excel: 30 دقيقة -> 3 دقائق
• الإجمالي: 165 دقيقة -> 13 دقيقة

وبحسب هذا الطرح العام، فهذا يعني:

تحسنًا في الكفاءة بنحو 12.7 مرة

بالطبع لا ينبغي التعامل مع هذا الرقم كتعهد يمكن لأي فريق تكراره بشكل ثابت. لكنه يوضح على الأقل نقطة واحدة مهمة:

ما يستهدفه Marvis في المسار متعدد الوسائط ليس "أن يبدو أكثر إنسانية في الدردشة"، بل:

ضغط العمليات التي كانت موزعة على أدوات متعددة داخل سير عمل واحد متصل قدر الإمكان.

لقطات الشاشة والنص داخل الصور والرسوم البيانية: هذا المسار أقرب لاستخدام سطح المكتب من OCR التقليدي

من النقاط المهمة الأخرى في موقع Marvis الرسمي أنه يذكر بوضوح:

• البحث في محتوى الصور
• البحث في النصوص داخل الصور
• دعم مكتبة صور ذكية ومكتبة مستندات ذكية

لماذا لا يمكن اختزال هذا ببساطة في "لديه OCR"؟

لأن الصور التي تتعامل معها على سطح المكتب في الواقع ليست مستندات ممسوحة ضوئيًا فقط، بل غالبًا ما تكون:

• لقطات شاشة للوحة تحكم
• ملصقات منتجات
• صور لجداول
• لقطات من سجلات المحادثة
• لقطات صفحات عروض أو مقترحات

وفي كثير من الأحيان لا يكون المطلوب منك فقط "قراءة النص"، بل:

• ماذا تقول هذه الصورة؟
• أين المعلمات الأساسية فيها؟
• هل تتطابق مع مصادر أخرى أم لا؟
• وهل يمكن متابعة التحليل عليها لاحقًا؟

ولهذا أرى أنها أقرب إلى:

الأسئلة على لقطات الشاشة + فهم المحتوى + دفع المهمة إلى الأمام

وليس مجرد أداة OCR بالمعنى التقليدي.

فهم الفيديو في الوقت الحالي يبدو أقرب إلى إعلان عن القدرة منه إلى حالة إنتاج مكتملة

بحسب المقالة العامة عن تعددية الوسائط وطرح الموقع الرسمي، فقد أدرج Marvis بالفعل الفيديو ضمن سرد قدراته متعددة الوسائط.

لكن مقارنة بالصور والصوت والمستندات والجداول، لا تزال حالات الإنتاج العامة المنشورة في مسار الفيديو أقل اكتمالًا.

وما يمكن تأكيده بدرجة معقولة في المرحلة الحالية هو أنه يضع الفيديو ضمن إطار قدرات من هذا النوع:

• الفيديو كأحد أنماط الإدخال
• إمكانية تلخيص المحتوى
• إمكانية تحليل السلوك أو المحتوى

لكن إذا سألتني عن المسار الذي يستحق الاختبار العملي أولًا اليوم، فسأعطي الأولوية لـ:

1. فهم الصور ولقطات الشاشة
2. الصوت -> المستند
3. ربط الصور بالتقارير والرسوم البيانية

لأن هذه الأجزاء أصبحت في المواد العامة أقرب إلى سير عمل واقعي، وليست مجرد عرض مفاهيمي.

ما الفرق التي يناسبها أن تبدأ التجربة الآن

من المناسب لهم البدء بالتجربة فورًا

• من يعملون كثيرًا على تحليل المنافسين أو تحليل المنتجات
• فرق التشغيل أو التحليل أو البحث التي تحتاج لمعالجة الصور والمستندات والجداول معًا
• من ينظمون باستمرار تسجيلات الاجتماعات أو المذكرات الصوتية
• من يحتاجون إلى تحليل مواد تجمع بين النص والصورة
• من يريدون ضم لقطات الشاشة والمستندات والجداول داخل سير عمل مكتبي واحد

ومن يمكنهم الانتظار قليلًا

• من يقتصر عملهم على الدردشة النصية فقط دون صور أو ملفات
• من لا يحتاجون تقريبًا إلى مدخلات مرئية أو صوتية في عملهم
• من يهتمون أكثر بتجربة الحوار مع النموذج، لا بإغلاق دورة المهمة
• من لا يملكون بعد حاجة حقيقية لمعالجة مواد متعددة الوسائط

إذا أردت اختباره بنفسك، فأنا أنصح بهذه الطريقة

1. لا تبدأ بالسؤال "هل يفهم الصور؟"، بل أعطه مهمة حقيقية مباشرة.
2. أفضل نقاط البداية عادة تكون:
   • أسئلة على لقطات الشاشة
   • استخراج معلمات من صور المنتجات
   • تحويل صوت الاجتماع إلى Word
   • إدخال صور + إنشاء تقرير
   • ربط الجداول والمستندات والرسوم البيانية معًا
3. لا تركز فقط على ما إذا كانت الإجابة تبدو بشرية، بل راقب:
   • هل الانتقال بين الوسائط سلس؟
   • هل يقلّ النسخ واللصق؟
   • هل الملف النهائي قابل للتسليم فعلًا؟
   • وهل انخفض العمل اليدوي الوسيط؟
4. وإذا كنت أصلًا تقارن بين أدوات ذكاء اصطناعي مكتبية، فيمكنك أيضًا أن تقارن:
   • ما المهام المكتبية متعددة الوسائط التي يناسبها Marvis أكثر
   • وما المهام التي يبقى تنفيذها عبر أدوات OCR أو التحرير أو التقارير المتخصصة أكثر استقرارًا

إذا كان ما يهمك الآن أكثر هو: كيف توحّد نماذج Tencent وGLM وKimi وDeepSeek وStepFun وغيرها داخل سير عملك متعدد الوسائط، فابدأ من هنا:

• تسعير النماذج
• شراء API Key
• توثيق الواجهة

الخلاصة النهائية

إذا أردت تلخيص حكمي على اتجاه Marvis متعدد الوسائط في جملة واحدة، فهي:

ما يجعله مثيرًا للاهتمام فعلًا ليس مجرد دعمه للصور والصوت، بل كونه بدأ يجمع الصور والصوت والمستندات والجداول داخل سلسلة مهام مكتبية واحدة.

وعندما تنجح هذه السلسلة، فلن تبقى القيمة محصورة في:

• رؤية صورة واحدة
• سماع مقطع صوتي
• تلخيص جملة

بل تصبح أقرب إلى:

• رؤية الصورة واستخراج المعلمات
• إعطاء المهمة بالصوت
• كتابة التقرير
• إنشاء الرسوم البيانية
• وتسليم الملف النهائي

بمعنى آخر، المسار الأهم الذي يستحق الاختبار في Marvis ليس "استعراض تعدد الوسائط"، بل:

هل يستطيع فعلًا تحويل المدخلات متعددة الوسائط إلى سير عمل متعدد الوسائط؟

المراجع

• موقع Marvis الرسمي
• تطبيقات الذكاء الاصطناعي متعددة الوسائط: ممارسة Marvis من النص إلى الصورة
• دليل شامل للمبتدئين: البدء مع Tencent Marvis لإدارة المعرفة الشخصية والأسئلة الذكية