في عالم الذكاء الاصطناعي، شهدت نماذج اللغة متعددة الوسائط (Multimodal Large Language Models) تحولات جذرية مؤخرًا. فقد كانت عملية دمج الفهم بين الرؤية واللغة مسألة تثير الكثير من الاهتمام، خاصةً بعد إطلاق نماذج مبتكرة مثل سلسلة O من OpenAI وسلسلة R من DeepSeek. هذه النماذج لم تُحدث فقط تحولاً في كيفية تفكيرنا في الذكاء الاصطناعي، بل أيضًا ترسخ مفهوم الإدراك الموجه نحو التفاعل.

ومع ذلك، لا تزال هناك فجوة في الأبحاث، حيث تفتقر الدراسات الحالية إلى استعراضات منهجية تجمع بين الرؤية واللغة ككيانات غير قابلة للتجزئة. معظم المراجعات السابقة تركز على جانب واحد، سواء كان الرؤية أو اللغة، مما يعوق فهم التطور المتبادل للإدراك.

يأتي هذا البحث ليقدم أول استعراض منهجي للإدراك الموحد بين الرؤية واللغة في نماذج MLLMs. ويهدف إلى:
1. صياغة فكرة إدراك MLLM كقدرة موحدة تشبه الإدراك البشري.
2. تقديم تصنيف من خمس مراحل يوضح تطور paradigms إدراك MLLM واستعراض الأساليب الممثلة والمعالم الحاسمة في كل مرحلة.
3. تحديد التحديات القائمة وتحديد الاتجاهات البحثية الواعدة نحو تحقيق ذكاء متعدد الوسائط فعّال.

نأمل أن يقدم هذا البحث فهماً أساسياً وخريطة طريق عملية لدعم المزيد من الابتكارات على طريق الذكاء الاصطناعي العام (AGI). هل أنتم مهتمون بمستقبل الذكاء الاصطناعي وإمكانياته؟ شاركونا آرائكم في التعليقات!