CARI4D التجاري: أتاحت NVIDIA نموذج التفاعل رباعي الأبعاد الخاص بها للشركات، بهدوء

في وقت ما حوالي 30 أغسطس 2026، مستودع مقيّد الوصول يُدعى nvidia/cari4d_commercial ظهر على Hugging Face. تصف بطاقة النموذج الخاصة به نقطة تفتيش تُسمّيها الشركة المورّدة "CARI4D CoCoNet Native Momentum Human Rig (MHR)" — شبكة بـ231 مليون معامل تأخذ فيديو MP4 عاديًا وتُعيد، إطارًا بإطار، وضعية إنسان واحد وجسم جامد واحد يتعامل معه، بالإضافة إلى لوغيتين خاصتين بتماس اليد. يقول سطر الترخيص nvidia-open-model-agreement، وتنص البطاقة على أن النموذج جاهز للاستخدام التجاري أو غير التجاري. وهذا تغيير ذو دلالة عن CARI4D في حياته السابقة. مستودع البحث، nvidia/CARI4D، يقدّم نفس عائلة النموذج — CoCoNet، 194 مليون معامل — بموجب ترخيص NVIDIA مع العبارة "للبحث والتطوير فقط" مطبوعة على البطاقة. إنه الفرق بين ورقة بحثية يمكنك قراءتها ومكوّن يمكنك شحنه.

ما يجعل هذا جديرًا بأن يكون خبرًا ليس الإصدار، بل الصمت المحيط به. هذه ليست عملية إطلاق: فلم تنشر NVIDIA أي تدوينة، ولا مدخلًا في غرفة الأخبار، ولا جدول معايير أداء، ولا تسعيرًا لـ cari4d_commercial، وعند كتابة هذه السطور لا يمكن الوصول إلى المستودع إلا بعد قبول الشروط ومشاركة معلومات الاتصال. كل ما يرد أدناه مستخلص من بطاقتي النموذج وإصدار الشيفرة العام. وحين يكون الادعاء صادرًا عن NVIDIA نفسها ولم يُعَد إنتاجه، تذكر هذه المقالة ذلك.

ما الذي تغيّر فعليًا في 30 أغسطس؟

الإغراء هو تصنيف هذا كتغيير في الترخيص. لكنه أكثر من ذلك. اقرأ البطاقتين مقابل بعضهما البعض، وستجد أن ثلاثة أمور تغيّرت في آنٍ واحد — الترخيص، وحجم نقطة التفتيش، ونموذج جسم الإنسان الكامن تحته.

• المعلمات — إصدار CARI4D البحثي 194M مقابل CARI4D CoCoNet MHR 231M

• نقطة تحقق — step031397.pth (31,397 خطوة تدريب) مقابل سلسلة الإصدار 2026-08-25-09-35-57، الخطوة 200,000، الحالة "اكتمل التدريب"

• هيكل الجسم — وضعية وشكل SMPL / SMPL-H مقابل معاملات هيكل Native Momentum Human Rig (MHR)

• الترخيص — ترخيص NVIDIA، «للبحث والتطوير فقط» مقابل اتفاقية NVIDIA للنموذج المفتوح، الاستخدام التجاري مسموح

• الوصول — تنزيل مفتوح مقابل تنزيل مقيّد، ويجب قبول الشروط

• المخرجات — وضعية SMPL المحدّثة، والشكل، والانتقال، ودوران الكائن وانتقاله، وتلامس اليد الثنائي مقابل وضعية الكائن لكل إطار وبواقي MHR، بالإضافة إلى لوجيتين خاصين بتلامس اليد.

عدد الخطوات هو السطر الجدير بالانتباه. نقطة حفظ بحثية مجمّدة عند نحو 31 ألف خطوة ونقطة حفظ إنتاجية وصلت إلى 200,000 ليستا الكائن نفسه وقد دُبِّست عليه ترويسة ترخيص مختلفة. تذكر NVIDIA أيضًا رقم 231M على أنه "مقيس من حالة النموذج عند الخطوة 84,000، باستثناء المخازن المؤقتة المسجلة"، وهذا يخبرك بأن البطاقة تصف سلالة تدريب لا قطعة أثرية مجمّدة واحدة.

لا يقل تبديل هيكل الجسم أهمية بالنسبة لأي شخص سبق أن بنى اعتمادًا على CARI4D. فالمسار البحثي قائم على SMPL بالكامل — إذ تُجري حدود التحسين في الورقة انحدارًا على وضعية SMPL وشكله وإزاحته، وتعتمد الشيفرة على ملفات pickle الخاصة بـ SMPL-H إضافة إلى رقعة VolumetricSMPL. أما MHR فيستخدم تمثيلًا مختلفًا للمعاملات. وإذا كنت قد كتبت شيفرة تكامل تستهدف موترات الخرج لنقطة التحقق البحثية، فإن شكل خرج البطاقة التجارية ليس بديلًا مباشرًا.

الإصدار البحثي الذي بُني عليه هذا عمره ثمانية أشهر

يجدر بنا أن نكون دقيقين بشأن الجدول الزمني، لأن عبارة "النموذج الجديد" ستكون خاطئة هنا، وعبارة "النموذج القديم" ستكون خاطئة أيضًا.

ورقة CARI4D — إعادة بناء رباعية الأبعاد غير مقيّدة بالفئة للتفاعل بين الإنسان والجسم، بقلم شيانغهوي شي، وبوون وين، ويان تشانغ، وحسام رابيتي، وجييفنغ لي، وي يوان، وجيرارد بونس-مول وستان بيرشفيلد — ظهرت على arXiv في 16 ديسمبر 2025 بالرقم 2512.11988، وقُبلت في CVPR 2026. وتلا ذلك إصدار كود NVlabs في 28 فبراير 2026. وصدر كود التدريب والمعالجة المسبقة للفيديو المخصص في 4 أبريل. وبأي حساب عادي، فإن خط البحث هذا عمل مستقر عمره ثمانية أشهر مع قائمة مهام مكتملة.

إذن، فالطرح الصادق هو هذا: إن المنهج لم يعد جديدًا، والمنتَج التجاري عمره ثلاثة أسابيع. إذا كنت قد بحثت عن CARI4D في مارس وخلصت إلى أنه مجرد فضول بحثي برخصة مقيّدة، فقد كان ذلك الاستنتاج صحيحًا حينها، وهو الآن متقادم. وهذا هو السبب الكامل وراء انتمائه إلى خانة الأخبار.

ما الذي يفعله النموذج فعليًا، ومدى إتقانه له

يعيد CARI4D بناء التفاعل بين الإنسان والجسم في 4D — ثلاثة أبعاد مكانية بالإضافة إلى الزمن — على مقياس متري، من فيديو RGB أحادي العين واحد. هذا القيد الأخير هو المثير للاهتمام. استعادة المقياس المتري لجسم يحمله شخص، من كاميرا عادية واحدة، دون مستشعر عمق ودون منظومة متعددة المناظر، هي المشكلة التي بُنيت حولها الورقة.

خط الأنابيب عبارة عن سلسلة من النماذج الأساسية بدلاً من شبكة واحدة من الطرف إلى الطرف: UniDepth للعمق المتري، وNLF وGENMO لوضعية الإنسان، وHunyuan3D لشبكات الكائنات من صورة واحدة، وFoundationPose لتتبع الكائنات، وVolumetricSMPL لنموذج جسم بدالة المسافة الموقعة. CoCoNet — الجزء الذي تُصدره NVIDIA فعليًا — يقع في المنتصف ويقوم باستدلال التلامس. وهو يُصيّر التقدير الحالي للإنسان والكائن إلى RGB والعمق والأقنعة، ثم يقارن ذلك التصيير بالملاحظة الحقيقية باستخدام مُرمِّز RGB من DINOv2 ViT-B/14 ومُرمِّز XYZ-and-mask سداسي القنوات من ViT-S/14، ويشغّل كتلتي انتباه مكانية-زمانية، ويُجري انحدارًا لتصحيحات لكل إطار عبر رؤوس MLP.

الأرقام المُبلَّغ عنها، من الورقة ومن بطاقة المورّد نفسها: خطأ إعادة بناء أقل بنسبة 38% من الأعمال السابقة على مجموعات البيانات ضمن التوزيع، و36% على مجموعات بيانات لم تُشاهَد. أما دراسة الاستئصال التي تجعل البنية واضحة، فتضع مسافة Chamfer للجسم عند 1,565.42 سم من NLF الخام مع تتبّع FoundationPose، و16.85 سم بعد التهيئة باستخدام CARI4D، و11.59 إلى 11.57 سم بمجرد تفعيل تحسين CoCoNet والتحسين المشترك الكامل. هذه أرقام مورّد من ورقة محكّمة — مصدرها أفضل من صفحة تسويقية، لكنها ليست إعادة إنتاج مستقلة، ولم ينشر أي طرف ثالث واحدة.

تضيف البطاقة التجارية تفصيلاً لم تستطع الورقة إضافته: أن النموذج دُرِّب على FORM-HOI، الموصوف بأنه يتألف من 2,126 تسلسلاً داخلياً، وتنص البطاقة بوضوح على أنه لا توجد مجموعة بيانات اختبار منفصلة — فالتقييم عبارة عن مجموعة تجريبية نوعية. وتشير أيضاً إلى أن مجموعة نصوص التدريب الداخلية "Daniel" لا يجري توزيعها. وبقراءة ذلك معاً، فالمعنى أن البائع يخبرك بأن توزيع التدريب ملكه، وأن أدلة التعميم أضعف مما يوحي به جدول الاستئصال.

ما الذي يمنحه الترخيص فعليًا، وما لا يمنحه

اتفاقية NVIDIA للنموذج المفتوح هي ترخيص تجاري متساهل، لكن "يُسمح بالاستخدام التجاري" لا يعني "عدم وجود التزامات". تُدرج البطاقة أن النموذج مخصص للمطورين والباحثين الذين يبنون أنظمة رؤية تجارية أو غير تجارية لتقدير وضعية الإنسان-الكائن ثلاثي/رباعي الأبعاد، وتحليل الحركة، والتمثيل المرئي، وتنظيم البيانات، والإدراك الروبوتي، وتستبعد صراحةً التشغيل الذاتي المباشر أو القرارات الحرجة المتعلقة بالحياة.

ملاحظتان عمليتان لأي شخص يقيّم هذا. أولاً، المستودع مقيّد: تقبل شروطاً وتشارك معلومات الاتصال قبل أن تظهر الملفات، لذا تحدث مراجعة المشتريات والمراجعة القانونية قبل التنزيل، لا بعده. ثانياً، النموذج المنشور ليس مكتفياً بذاته. يبلغ CoCoNet 231 مليون معامل، لكنه لا يعمل بمفرده — فلا يزال خط الأنابيب الأوسع يسحب أوزان NLF torchscript، وأوزان FoundationPose، وأصول SMPL-H، وملف `kid_template.npy`، ولا يزال يحتاج إلى Hunyuan3D لإنتاج شبكات الكائنات من الأساس. الترخيص التجاري يغطي الجزء الذي تصدره NVIDIA. لكنه لا يغطي التبعيات الخاصة بأطراف ثالثة المحيطة به، ولكل منها شروطها الخاصة. وهذه هي الطريقة الأكثر شيوعاً التي يفاجئ بها إصدار كهذا فريقاً قانونياً.

أين يستقر هذا بالنسبة للأشخاص الذين يبنون باستخدام النماذج

لأكون صريحًا بشأن النطاق: CARI4D هو نموذج إعادة بناء بالرؤية الحاسوبية، وليس نموذجًا لغويًا، وOrcaRouter لا يقدّمه. لا ينبغي قراءة أي شيء في هذا المقال على أنه يقول خلاف ذلك — فالاستضافة الذاتية له باستخدام PyTorch على وحدة معالجة رسومات من فئة Ampere، وهو التكوين الذي تقول البطاقة إنه جرى التحقق منه، هي السبيل الوحيد لتشغيله اليوم.

سبب أنه لا يزال يستحق فقرة هنا هو أن البطاقة تُسمّي تنسيق البيانات كاستخدام أساسي مقصود، وذلك هو الجزء من مسار 4D الذي تعيش فيه نماذج اللغة فعليًا. بناء مجموعة بيانات تفاعل الإنسان مع الأشياء يعني كتابة تعليقات للمقاطع، ووسم أحداث التلامس، وكتابة مطالبات ضبط الجودة، وتصفية حالات الفشل — عمل يمر عبر نماذج الرؤية واللغة ونماذج اللغة، وعمل لا يتوسع جيدًا إذا كان كل واحد منها عقدًا منفصلًا ومفتاحًا منفصلًا. توجيه أكثر من 200 نموذج خلف واجهة برمجة تطبيقات واحدة في OrcaRouter، مع تمرير سعر القائمة الخاص بالمزوّد دون أي هامش ربح بنسبة 0% والتبديل التلقائي عند تدهور مزوّد، هو شكل تلك الطبقة عندما لا تكون مخصّصة. تصل تخفيضات أسعار المورّدين إلى نقطة النهاية في اليوم نفسه، لأنه لا يوجد هامش ربح يجب إعادة حسابه. هذا عمل مختلف عن ما تقوم به CARI4D، وهو العمل الذي يحيط به.

ما الذي قد يغير هذه القراءة؟

أربعة أمور. إعلان من NVIDIA سيحوّل مستودعًا هادئًا إلى منتج مدعوم، وسيأتي معه شروط التسعير والدعم الغائبة حاليًا. تقييم منشور على مجموعة بيانات لم تُنشئها NVIDIA سيحسم مسألة التعميم التي تتركها البطاقة مفتوحة. توثيق ما يغيّره MHR مقارنةً بـ SMPL سيخبر المتكاملين الحاليين مع CARI4D بمدى كلفة الترحيل فعليًا — فالبطاقة الآن تذكر الهيكل دون شرح الفرق. وأي حل بشأن التبعيات الخارجية سيحدد ما إذا كانت عبارة "مرخّص تجاريًا" تعني ما سيفترضه فريق المشتريات.

حتى ذلك الحين، يكون الوصف الصحيح ضيّقًا وغير لامع، وهو الوصف الذي تدعمه الأدلة: فخط CARI4D من NVIDIA لديه نقطة تحقق مرخّصة تجاريًا، وأكبر، ومدرّبة لمدة أطول، متاحة منذ 30 أغسطس 2026، ولم يقل المورّد كلمة واحدة عنها. إذا كنت تحتاج إلى تفاعل رباعي الأبعاد بين الإنسان والأجسام على مقياس متري، وكنت قد استبعدت هذا باعتباره بحثيًا فقط، فإن العائق الذي كنت تتحايل عليه قد زال.