معركة سابقة · 2026-05-10 UTC
Research AI Agents مواجهة — 10 مايو 2026
من فئة Research AI Agents. 35 علامات موزعة على 10 متنافسين. Google AI Co-Scientist نال التاج.
الترتيب النهائي
التشكيلة
المتنافسون
ملفات تعريف كل أداة تنافست في هذه المعركة، مرتبة حسب الدرجة النهائية.

Google AI Co-Scientist
أداة ابتكار وذكاء اصطناعي مبتكرة تتعاون مع العلماء لتوليد الفروض واختصار مسار البحوث الطبية واكتشافات العلوم الحياتية.

يعتبر Google AI Co-Scientist نظامًا لاستخبارات 藿 متعدد العوامل مصممًا للتعاون مع العلماء وتسريع البحث البيولوجي. تم بناؤه باستخدام Gemini 2.0 ويلعب دور شريك علمي افتراضي للمساعدة في توليد فرضيات و提اق новية وأقتراحات بحثية. يهدف النظام إلى محاكاة عملية التفكير التي تقوم عليها المنهج العلمي والكشف عن معرفة جديدة وأصيلة. عند تقديم هدف البحث العلمي المحدد باللغة الطبيعية، يولد AI Co-Scientist فرضيات بحثية جديدة و개覧 بحثي مفصل وبروتوكولات تجريبية. يستخدم تحالفًا من الوكلاء المتخصصين، بما في ذلك Generation و Reflection و Ranking و Evolution و Proximity و Meta-review ، والتي تستخدم ملاحظات آلية لتوليد فرضيات وتقييمها وضبطها بشكل متكرر. يسمح النظام للعلماء بالتفاعل معه بطرق مختلفة، بما في ذلك تقديم أفكار البذور للاستكشاف أو ملاحظات مُعدَّلة على الإخراج المتولَد باللغة الطبيعية. يستخدم AI Co-Scientist أيضًا أدوات مثل البحث على الويب ونماذج 藿 المتخصصة لتحسين أساس و 品质 الفرضيات المولدة. تمออกแบบ النظام لتكبير الحاسوب وتحسين التفكير العلمي بشكل متكرر نحو هدف البحث المحدد. يعد AI Co-Scientist مفيدًا بشكل خاص للعلماء الذين يواجهون تحديات في التنقل في النمو السريع في المنشورات العلمية وتكامل الأفكار من مجالات غير مألوفة. من خلال الاستفادة من التقدم الأخير في مجال الذكاء الاصطناعي ، بما في ذلك القدرة على التركيب عبر Mojارات معقدة والتنفيذ التخطيطي والاستدلال على المدي الطويل ، يهدف AI Co-Scientist إلى تسريع سرعة اكتشافات العلمية والحيوية. لقد تم اختبار النظام في تطبيقات متعددة، بما في ذلك اكتشاف نقل الجينات واكتشاف نقلها مرة أخرى. في حين يقدم AI Co-Scientist عدة مزايا، так أنه يعتمد في فاعليته على جودة هدف البحث السابق و khảية العالِم على تقديم ملاحظات معنیة. يليه AI Co-Scientist أداة جديدة تملك القدرة على التأثير بشكل كبير على المجتمع العلمي، ولكن حدودها ومتغيراتها المحتملة تحتاج إلى تقييم دقيق. تطوير.AI Co-Scientist هو جهد مستمر، وسيعتمد تطبيقاته ومستقبل تحسيناته على الاستمرار في البحث والاختبار.
تفصيل المعايير
- التعاون المتعدد الوكلاء الذكاء الاصطناعي
- دعم البحوث العلمية المبكرة
- تحليل وتسليط الضوء على الأدب البحثي الطبي
- أداء مراجعات الأدب التعاونية
- العمل كمعاون AI بجانب العلماء
- توليد فِرَع التجربة والبحث

GLM-4.6V
كشافرة GLM المتعددية الوسائط AI من Z.ai - تجميع الرؤية واللغة والصورة لتمكين الذكاء الاصطناعي المدعوم برؤية الحاسوبية.

GLM-4.6V هو نموذج لغة كبير متعدد الوضعيات يوسع نافذة سياقه إلى 128 كيلو رمز ويوفر أداءً على مستوى الدولة في فهم الرؤية. يتضمن مواصفات التسمية الوظيفية الأصلية,启用 أساس تقني متحد لتوكيلات متعدد الوضعيات في سيناريوهات الأعمال الحقيقية. يمكن لـ GLM-4.6V قبول الإدخالات المتعددة الوضعيات وتلقائيًا توليد المحتوى المتشابك النصي بالصورة عالية الجودة الهيكلية، أداء فهم المستندات المعقد، وأداء البحث والاسترجاع المرئي. يقدم هذا النموذج عدة قدرات وسيناريوهات، بما في ذلك إنشاء المحتوى الذكي للصورة والنص وتخطيطه، والبحث المرئي على الويب وتوليد التقارير الغنية بالوسائط، وفهم السياق الطويل. يمكنه قبول مدخلات مزيجة من النص والصورة، وتوليد محتوى عالي الجودة، وأداء تدقيق مرئي على الصور المرشحة. تمكّن عملية البحث والتحليل المتعددة القنوات في GLM-4.6V من الانتقال السلس بين الإدراك البصري والاسترجاع عبر الإنترنت وتوليد التقارير المنظمة. كما أنه يحافظ على الوعي السياقي المتعدد القنوات ويعمل على المنطق المبني على المعلومات النصية والبصرية على حد سواء. يوفر هذا الموديل عدة قدرات وسيناريوهات، بما في ذلك التعرف على النية وتخطيط البحث، ومواءمة النتائج متعددة التحليل، والاستدلال مع توليد تقارير الوسائط الغنية.
تفصيل المعايير
- دعم الإدخال متعددة الأوضاع (الصور، والنص، والملفات)
- دعوة أداة متعددة الأوضاع الأصلية
- طول السياق 128 كيلو
- capabilities الإدعاء الوظيفي
- فهم السياق الطويل
- الفهم المرئي واسترجاع الأداة


هي عبارة عن منصة inteligence للتجارة التي تعتمد على الذكاء الإصطناعي وهي تمثل مصدر موثوق لتوجيه قرارات الأعمال. تقدم المنصة مجموعة موسعة مرقمة من المصادر، بما في ذلك وثائق تحليل النماذج والبحوث المصرفية والملفات الصادرة عن الشركات. باستخدام المॉडلات الإصطناعية متقدمة،生成 المنصة نتائج جيدة الجودة بتوثيق السطور. تدمج المنصة التدريب على المهارات، بزمن زمني fragmented المصادر وتقدم نتائج متكاملة. تمكن القدرات من GenAI من المنصة، من الحصول على نتائج حقيقية الزمن التي تعلق قراراتها في الخبرة موثوق. وهي مصممة لخدمة مصرف السلع الاستهلاكية والعقارات، ومنظمات الائتمان الوسيط والموارد المالية الخاصة، والاستثمار المالي الاستراتيجي والاستشاري والعلوم الحيوية، وغيرها من الصناعات. يُعرف بخصائص فريدته مع تحليلات مشرعة عالية المستوى، والمشتقة من مجموعة محتوى غير متزايدة. وتشمل منصة الشركة أخصائيين قابلين للتخصيص لعملية التلقين للوظائف المكررة والبحثية، مما يتحول النتائج إلى تقارير ومعلومات قابلة للاستخدام من قبل المديرين. ومن خلال محرك البحث الإنتجية، توفر المنصة تصورًا مکونًا 360 درجة عن السوق والمقاولين، مما يربط الاكتشافات النوعية بالبيانات المالية المنظمة. إحدى قوتها الرئيسية هي قدرتها على مساعدة المستخدمين على اتخاذ التحركات الكبيرة والبنان بثقة وسلاسة. وتقدم المنصة الإجابات الدقيقة والمواقف الفريدة والتحديثات الحاسمة اللازمة للحد من السباقات.
تفصيل المعايير
- مصادر الخبراء المُبَسَّطة
- تجميع المصادر Curated
- تقنية الذكاء الاصطناعي المتقدمة للحصول على بحوث المحلل على مستوى التطبيق
- بيانات الشركات العامة والخاصة
- التعاون مع أطراف خارجية
- المصادر المؤتمتة للبحوث الاستراتيجية

Autoresearch
مشروع بحث AI مفتوح المصدر يتيح للوكلاء AI تشغيل وتوصيف تجارب تدريب LLM تلقائيًا، مما يقلل من الوقت المطلوب لتكرار الباحثين يدويًا.

Autoresearch هو مشروع بحث AI مفتوح المصدر يتيح للوكلاء AI تشغيل وتوصيف تجارب تدريب LLM تلقائيًا. يهدف المشروع إلى تقليل الوقت اللازم لتكرار الباحثين يدويًا، وتوفير طريقة مرنة وسهلة الاستخدام لاستكشاف مجموعة واسعة من معماريات النماذج وأُطر المعلمات الفائقة واستراتيجيات التحسين.
تفصيل المعايير
- تجارب تدريب LLM التلقائي.
- تحسين استكشاف معمارية النموذج وأُطر المعلمات الفائقة واستراتيجيات التحسين.
- تحسين توصيف تجربة التدريب.
- اعتماد على مشروع البحث المفتوح المصدر.
- قابلية التوسع والتخصيص باستخدام ملفات Markdown وبرامج Python.
- تخصيص وقت التدريب بـ 5 دقائق

Cell2Sentence
فتح العالم المتحسس للخلية من خلال جمل الخلايا: حوّل تعبير الجينات الخلوية المنفردة إلى 'جمل الخلية' بحيث تستطيع نماذج اللغة الكبيرة تحليل حالات الخلايا وكشف الأنماط في البيانات النسخية.

هو إطار متاح المصدرًا يتحول بيانات التعبير الجيني الخلوي المفردة إلى "قصص الخلايا" لتحليل وتوليد الفهم من قبل أنماط اللغة الكبيرة (LLMs). ياقترح تحول ترتيب السبق للتعبيرات في فيقس إلى قصص الخلايا، التي تمثل أسماء الجينات المفصولة بفاصلة مسافة،ordered حسب انخفاض التعبير. مما يسمح بعمل أنماط لغة الجيل الكبير مع البيانات السيكولوجية الجينية (scRNA-seq) الطبيعية باستخدام اللغات الطبيعية. هذا الإطار يتضمن models C2S-Scale، التي تجمع البيانات الجينومية النصية وتسمح باستخدام الوظائف البسيطة في الخلايا مثل توقع perturbation، وتحليل dataset، وتحديد مجموعة، والتعرف على الأسئلة البيولوجية. يتضمن models C2S-Scale على هوجن فاسج (Hugging Face) وتحتوي على Architectures معقدة مثل بثيا (Pythia) وجميا-2 (Gemma-2). تهدف Cell2Sentence إلى الباحثين وال учائين الذين يعملون مع البيانات السيكولوجية للترميز الجيني المفرد. تم تحديث الإطار بمدخلات الجديدة و الميزات بما في ذلك دعم الفعّالية على مستندات الإطاحة النموذجية المخصصة و تنسيق الإطاحة المتعددة الخلايا. يتضمن ذلك أيضًا مجموعة من نماذج فيثيا لتنبؤ النوع الخلوي و إنتاجيته المنشأ بالخلايا المحددة نوعها و نماذج متعددة الخلايا متعددة المهام المدربة على أكثر من 57 مليون خلية إنسانية و فأرية. يقدم framework Cell2Sentence دليلًا مُفصلاً إلى جانب دورات تعليمية حول استخداماته، بما في ذلك أمثلة من تعديل وتحويل وتحجيم سطر العمود. تم تطوير أداة Cell2Sentence مع الفريق Van Dijk Lab ومنشورة في دراسة سابقة على موقع bioRxiv. يساعد CELL2SENTENCE على اكتشاف الخلايا الوحيدة القادم من جيل مع استخدام المنظمة اللغوية اللوجستية (LLM).
تفصيل المعايير
- [object Object]
- [object Object]
- [object Object]
- [object Object]
- [object Object]

THEUS (Aigora)
حوكي للأعمال: نظام بحث ذكاء اصطناعي للمؤسسات يحول البيانات المملوكة إلى استخبارات استراتيجية مع عوامل المعرفة الثنائية والعمل الجماعي.

هذا هو نظام تحاليل الذكاء الاصطناعي الخاص بالأعمال الذي يُحول الدراسات الخاصة إلى فحوصات قابلية الرصد بمسلسلات هوية الحقائق والتكايا المرجعية والمشاهد الذكية المعنية. يبني على مجموعة تركيب المعالج المنسق بالجوجل (ADK) ويتحصل على تمثيل ثنائي الاتجاه للوظائف المعرفية المُقربة من البيانات. يمكن للمستخدمين استخلاص وتجميع وتحقيق البحوث الخاصة ببياناتهم، ويتألف كل ادعاء على حقيقته بموارد تخص فهرس وصفة معينة بتوثيق المستوى الصفحة. تقدم هذا البرنامج طريقين من خلال البحوث الجديدة مع الاستاذ ريد أو التحقيق بالمعرفة الحالية مع الاستاذ سينكلير. يُ設計 هذا المنصة للمديرين التنفيذيين للإشراف على المعرفة ومعطيات، وقادة الحس الحسّي العالميون، وقيادات الاستثمار البحث والابتكار لتقييم بناء القدرات الاستراتيجية. وهو يستخدم منهجًا بحثيًا مصمم خصيصًا، وليس التعلم الإنتقال للمنظمات، ويخلق وحدات المعرفة المتعلقة بالمعلومات، ووضعها على البيانات المؤسسية الحقيقية. في حين أن 85% من المنتجات الجديدة تفشلภายใน العامين (نيلسن)، فإن الإستكشاف المعتمد على الأدلة يعزز الجودة القرار. تيوز يعدد مكاناً فردياً يشمل مميزات مثل استيعاب حتى 30_documento monthly و فصل صفحة حتى 1500 صفحة monthly و سؤالات حتى 500 إلى دكتورة سينكلر monthly. أحد преимуществ THEUS هو قدرته على تحويل عقود من البيانات الخاصة إلى استخبارات قابلة للتصديق وتوافرة للقرار، مع استجابة المحددات الذكيّة بالذكاء الاصطناعي.
تفصيل المعايير
- Extract, synthesize, and explore research data
- Generate new insights with Dr. Reed or analyze existing knowledge with Dr. Sinclair
- Bidirectional modeling for knowledge-based agents
- Connect product and consumer knowledge for knowledge-based analysis
- Generate audit-ready insight reports
- Retrieve institutional knowledge from historical proprietary studies

StartupValidator
مقيِّم الأفكار التجارية المدعوم بالذكاء الاصطناعي باستخدام إشارات تويتر المباشرة وأبحاث الويب

يعمل StartupValidator كمساعد ذكاء اصطناعي لتقييم مدى جدوى فكرة عملك. قم بتقديم مفهوم شركتك الناشئة لتلقي تقييم مفصل مستند إلى قوة الفكرة ونقاط الضعف والمخاطر، وكذلك اقتراحات للتحسين بناءً على بيانات تويتر الفورية وأبحاث الويب.
تفصيل المعايير
- تحليل الإشارات المباشرة من تويتر
- أبحاث الويب الشاملة
- تقييم جدوى متوازن يتضمن نقاط القوة ونقاط الضعف والمخاطر
- اقتراحات للتحسين بناءً على التحليل"، "تحليل متزامن لقدرة الفكرة على التكيف والسوق
- تحليل المنافسين

Kosmos
كشافنا الاصطناعي المستقل للبحث العلمي طويل المدى التي تحلل البيانات والمقالات العلمية لتتقدم في سؤال علمي على مر الزمن.

تم طور Kosmos لأتمتة المهام المتكررة وطويلة الأمد وتوفير الوقت للباحثين لتحليل أعمق. بفضل قدراته المتقدمة في تحليل البيانات والمقالات العلمية، يمكن لـ Kosmos مساعدتك في تحليل البيانات والمقالات وإنتاج ملخصات منظمة ومشاركتها عبر Slack, Teams والبريد الإلكتروني.
تفصيل المعايير
- التحليل المستمر للبيانات والمقالات العلمية
- التحليل المستقل للبحوث طويلة المدى
- الخوارزميات المتقدمة لتلخيص البيانات والمقالات
- التكامل مع قنوات الاتصال الشهيرة (Slack, Teams والبريد الإلكتروني)
- دعم عملية اتخاذ القرار بوجود المصادر والدراسات المتوفرة
- التكامل مع مجموعة متنوعة من مصادر البيانات

Table Agent هو مساعد بيانات مدعوم بالذكاء الاصطناعي صُمم للمساعدة في البحث الجدولي. يهدف إلى أتمتة عملية جمع البيانات حول أي موضوع، مما يجعل البحث أكثر كفاءة. تتيح الأداة مخططات بيانات قابلة للتخصيص، مما يمكّن المستخدمين من تعديل جمع البيانات وفقًا لاحتياجاتهم المحددة. هذه المرونة مفيدة لمجموعة واسعة من التطبيقات والصناعات التي قد تختلف فيها بنية البيانات بشكل كبير. في صلب وظيفة Table Agent يكمن قدرة البحث عن البيانات المدفوعة بالوكيل الذكي. وهذا يعني أن الأداة تستخدم الذكاء الاصطناعي للبحث بنشاط عن البيانات ذات الصلة وتجميعها، مما قد يقلل من الوقت والجهد المطلوبين للبحث اليدوي. على الرغم من عدم تفصيل تفاصيل سير عمله وتكاملاته، فإن فكرة وجود مساعد بيانات مدفوع بالذكاء الاصطناعي توحي بأنه يمكنه الاندماج بسلاسة مع أدوات تحليل البيانات المختلفة، مما يعزز عملية البحث بشكل عام. من المحتمل أن تكون نقاط قوة Table Agent هي قدرته على أتمتة مهام جمع البيانات المملة وتكيّفه مع هياكل البيانات المختلفة. ومع ذلك، دون توفر معلومات أكثر تحديدًا، يصبح من الصعب تحديد قيوده أو مقارنة أدائه بالأدوات المساعدة للبيانات البديلة.
تفصيل المعايير
- تجميع بيانات تلقائي
- مخططات بيانات قابلة للتخصيص
- بحث بيانات يقوده وكيل AI
- استرجاع بيانات سريع ودقيق


AMIE هو مساعد ذكاء اصطناعي طبي متطور يعتمد على الذكاء الاصطناعي. يهدف AI Agent الممكّن للذكاء الاصطناعي (AMIE) إلى تحسين دقة التشخيص عبر المحادثات السريرية وتحليل الصور الطبية. يعتمد AI Agent الممكّن للذكاء الاصطناعي (AMIE) على تكنولوجيا متطورة لتحليل بيانات المريض التاريخية ومحادثات الأعراض مع الأطباء لدعم تحديد الأسباب الممكنة للأمراض.
تفصيل المعايير
- محادثات سريرية منظمة لجمع معلومات عن حالة المريض وتاريخه الطبي.
- تحليل الصور الطبية بجانب حوارات المرضى لدعم الاستدلال التشخيصي بناءً على مدخلات سريرية متنوعة.
- دعم اتخاذ القرارات الطبية بتوصية بالاختبارات والحالات المرضية المحتملة بناءً على البيانات الحوارية والبصرية.
- تسليم كدليل تشخيصي وعامل تدريبي لطلاب الطب والمتدربين لتحسين مهاراتهم السريرية وتقييم قدراتهم التصويرية.
- تمكن مميزات AMIE المتعددة من تعزيز كفاءة التشخيص وتقليل الأخطاء وتحسين جودة الاعتبارات السريرية.
- قادر على التعرف والتعامل مع السياق السريري والطبي.









