منصة بثّ الموسيقى الفرنسية Deezer أعلنت في 21 أبريل حتى الآن أكثر بيانات اختراق شاملة للأغاني الموسيقية المدعومة بالذكاء الاصطناعي: حاليًا تمثّل الأغاني المُولَّدة بالذكاء الاصطناعي 44% من عمليات الرفع الجديدة اليومية على المنصة، بما يصل إلى 75 ألف أغنية يوميًا، وأكثر من 2 مليون و200 ألف أغنية شهريًا. ورغم تدفّق الموسيقى بالذكاء الاصطناعي بكثافة، فإن عدد مرات التشغيل الحقيقية لا يَشكّل سوى 1-3% من إجمالي مرات التشغيل على المنصة، كما أن 85% من الأغاني المُولَّدة بالذكاء الاصطناعي تم إلغاء أهلية تحقيق الأرباح عنها.
مثير للدهشة على مستوى الحجم: أكثر من 2 مليون و200 ألف أغنية AI شهريًا
تكشف الأرقام التي أفصحت عنها Deezer مدى تغلغل أدوات الذكاء الاصطناعي التوليدي بعمق في منصات البث. إن حجم رفع أكثر من 2 مليون و200 ألف أغنية بالذكاء الاصطناعي شهريًا هو أول مرة تفصح فيها منصات البث الرئيسية لأول مرة عن بيانات محددة حول هذا الطوفان من المحتوى المدعوم بالذكاء الاصطناعي، بينما ما يزال المنافسون مثل Spotify يلتزمون إلى حد كبير الصمت بشأن هذا الأمر حتى الآن.
قامت Deezer بنشر أداة للتعرّف على الموسيقى بالذكاء الاصطناعي قيد طلب براءة اختراع في يناير 2025، لتبلغ دقتها 99.8%، وفي يونيو 2025 أصبحت أول خدمة بث رئيسية على مستوى العالم تقوم بوضع علامة واضحة على المحتوى المُولَّد بالذكاء الاصطناعي. وخلال عام 2025 وحده فقط، حددت هذه التقنية في مكتبة المنصة أكثر من 13 مليون و400 ألف أغنية مُولَّدة بالذكاء الاصطناعي.
فجوة خطيرة بين الرفع والتشغيل: 85% من مرات التشغيل مزيفة
لا يحظى محتوى الموسيقى بالذكاء الاصطناعي بجمهور حقيقي يُذكر، وترتبط هذه الظاهرة بتزوير الأنشطة ارتباطًا وثيقًا. إذ حددت تقنية كشف Deezer 85% من مرات تشغيل الأغاني المُولَّدة بالذكاء الاصطناعي على أنها تدفقات مزيفة، وتم إلغاء أهلية هذه مرات التشغيل لتحقيق أرباحها. وقد أشارت تقارير سابقة إلى أن رجلًا أقرّ بالذنب واعترف بأنه حصل عبر الموسيقى المُولَّدة بالذكاء الاصطناعي على أكثر من 8 ملايين دولار كإتاوات بث، كما تم توجيه اتهامات اتحادية إلى مُنتِج آخر للموسيقى بالذكاء الاصطناعي في قضية احتيال بقيمة 10 ملايين دولار. يبدو أن الهدف الرئيسي من رفع كميات كبيرة من الموسيقى بالذكاء الاصطناعي ليس جذب مستمعين حقيقيين، بل الاحتيال على الإتاوات عبر التدفقات المزيفة.
97% من المستمعين لا يميّزون الفرق، و80% يطلبون وسمًا واضحًا
على الرغم من وجود كمّ كبير من الموسيقى بالذكاء الاصطناعي، لا يزال من الصعب على المستمعين التمييز بين ذلك بالأذن. أجرَت Deezer دراسة استماع عمياء، شملت 9,000 مشارك من ثمانية بلدان، وأظهرت النتائج أن 97% من المستجيبين لم يتمكنوا من التمييز بين الأغاني المُولَّدة بالذكاء الاصطناعي والإبداع البشري. ومع ذلك، يرى 80% من المستجيبين أن الموسيقى التي تُنتَج بالكامل بواسطة الذكاء الاصطناعي ينبغي أن تُوسَم بوضوح — وتعكس هذه النسبة الطلب القوي لدى المستخدمين على خيارات مدروسة، حتى عندما لا يستطيعون التمييز تلقائيًا من الناحية التقنية.
الأسئلة الشائعة
كيف تكتشف Deezer الموسيقى المُولَّدة بالذكاء الاصطناعي؟
قامت Deezer بنشر مجموعة من أدوات التعرّف على الموسيقى بالذكاء الاصطناعي قيد طلب براءة اختراع في يناير 2025، لتبلغ دقتها 99.8%، ويمكنها تلقائيًا فحص الموسيقى المرفوعة على المنصة وتحديد سمات التوليد بالذكاء الاصطناعي. وفي يونيو 2025، أصبحت Deezer أول خدمة بث رئيسية عالميًا تضع علامة واضحة على المحتوى المُولَّد بالذكاء الاصطناعي على واجهة المنصة.
لماذا ترتفع أحجام رفع الموسيقى بالذكاء الاصطناعي لكن تنخفض مرات التشغيل الحقيقية جدًا؟
يبدو أن الهدف الرئيسي من رفع كميات كبيرة من الموسيقى بالذكاء الاصطناعي ليس جذب مستمعين حقيقيين، بل الحصول على إتاوات البث عبر التدفقات المزيفة. تُظهر بيانات الكشف لدى Deezer أن 85% من مرات تشغيل الأغاني المُولَّدة بالذكاء الاصطناعي تُعد تدفقات مزيفة، ما يشير بقوة إلى وجود نشاط احتيالي منظم في البث عبر التدفقات المزيفة، وليس إلى نمو طبيعي في عدد المستمعين.
ما تأثير التدفقات المزيفة لموسيقى الذكاء الاصطناعي على إتاوات الفنانين البشر؟
تعمل حركة التدفقات المزيفة لموسيقى الذكاء الاصطناعي على إضعاف إجمالي “حوض” البث، ما يؤدي بشكل غير مباشر إلى خفض دخل الإتاوات للفنانين الحقيقيين — لأن الإتاوات تُوزَّع عادةً بنسبة إلى عدد مرات التشغيل. وتُعد إجراءات Deezer بإلغاء أهلية تحقيق الأرباح واحدة من أكثر استجابات القطاع حماسًا حتى الآن، لكن بقية المنصات الرئيسية لم تُعلن بيانات كشف بحجم مماثل، ما يجعل من الصعب تقدير التأثير الفعلي عالميًا بشكل شامل.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
مقالات ذات صلة
Google 推出 Deep Research Max: يدعم MCP، ويمكنه الوصول إلى بيانات الشركات الخاصة
وفقًا لإعلان Google DeepMind الرسمي في المدونة، أطلقت Google في 21 أبريل 2026 الجيل الجديد من وكلاء الأبحاث الذاتية Deep Research وDeep Research Max، المبنيين على Gemini 3.1 Pro، بعد النسخة التجريبية التي تم توفيرها في ديسمبر 2025 عبر Interactions API. ويتاح الآن الوكيلان في صورة public preview ضمن خطط الدفع على Gemini API، وسيتكامل المستخدمون من الشركات الناشئة على Google Cloud والمستخدمون المؤسسيون تدريجيًا.
توجد تحديدات مختلفة للنسختين: تفاعلي vs بحث عميق غير متزامن
قسّمت Google الوكيلين وفقًا لسياقات الاستخدام: Deep Research
ChainNewsAbmediaمنذ 1 س
يوصل OpenAI Codex عدد المستخدمين النشطين شهريًا إلى 4 ملايين خلال أقل من أسبوعين
وصل OpenAI Codex إلى 4 ملايين مستخدم نشط شهريًا، بحسب ما أعلن كل من Sottiaux وAltman؛ وقد حدثت القفزة خلال أقل من أسبوعين من 3 ملايين، وتمت إعادة ضبط حدود المعدّل عبر جميع الفئات للاحتفال.
وصل OpenAI Codex إلى 4 ملايين مستخدم نشط شهريًا في أقل من أسبوعين منذ الوصول إلى 3 ملايين، وفقًا لبيانات صادرة عن مسؤولين تنفيذيين في OpenAI. وللاحتفال بهذا الإنجاز، تمت إعادة ضبط حدود المعدّل عبر جميع الفئات.
GateNewsمنذ 3 س
اختيار شركتين ناشئتين من جنوب أفريقيا في مجال الذكاء الاصطناعي لدفعة Google for Startups Accelerator Africa رقم 10
تنضم شركتا ناشئتان من جنوب أفريقيا، Loop و Vambo AI، إلى الدفعة العاشرة من برنامج Google’s Accelerator Africa ضمن 2,600 تطبيق؛ يعزز Loop التنقل/المدفوعات، وتتيح Vambo AI ذكاءً اصطناعيًا متعدد اللغات؛ يستمر البرنامج من أبريل إلى يونيو 2026 مع مرشدين وورش عمل للذكاء الاصطناعي.
ملخص: تم اختيار شركتين ناشئتين من جنوب أفريقيا، Loop و Vambo AI، ضمن الدفعة العاشرة من Google for Startups Accelerator Africa، وتم الاختيار من حوالي 2,600 طلب، ومن بين 15 مشاركًا من أفريقيا. يقوم Loop بتحويل خدمات التنقل والمدفوعات إلى أرقام، بينما توفر Vambo AI بنية تحتية للذكاء الاصطناعي متعدد اللغات للترجمة والكلام والذكاء الاصطناعي التوليدي عبر لغات أفريقيا. يمتد برنامج 2026 من 13 أبريل إلى 19 يونيو ويقدم إرشادًا وتدريبًا عمليًا عبر ورش عمل تركز على الذكاء الاصطناعي/التعلم الآلي. منذ عام 2018، دعم المسرّع 106 شركات ناشئة من 17 دولة أفريقية، مما ساعدها على جمع أكثر من $263 مليون وتوفير أكثر من 2,800 وظيفة.
GateNewsمنذ 5 س
قائمة Forbes AI 50 تتضمن 20 شركة جديدة؛ OpenAI وAnthropic تستحوذان على 80% من إجمالي التمويل
بوابة الأخبار رسالة، 21 أبريل — أصدرت مجلة Forbes قائمة AI 50 في نسختها الثامنة لعام 2026، والتي تضم 20 شركة تم إدراجها حديثًا. تواصل OpenAI وAnthropic قيادة الترتيب، وجذب تمويلًا كبيرًا من أبرز مستثمري رأس المال الاستثماري في وادي السيليكون ومن كبرى شركات التكنولوجيا. بلغ إجمالي التمويل لجميع شركات القائمة
GateNewsمنذ 5 س
Zi变量 تكشف نموذج WALL-B للذكاء الاصطناعي التجسيدي؛ الروبوتات ستدخل المنازل الحقيقية خلال 35 يومًا
رسالة أخبار البوابة، 21 أبريل — Zibianliang (自变量)، شركة صينية للروبوتات، عقدت مؤتمرًا صحفيًا في 21 أبريل للإعلان عن نموذجها الأساسي لتجسيد الذكاء الاصطناعي من الجيل التالي، WALL-B. وأعلنت الشركة أن الروبوتات التي تعمل بقدرات WALL-B ستدخل المنازل الحقيقية خلال 35 يومًا.
وبحسب Zibianliang مؤسسها المشارك وCTO وانغ هاو، فإن WALL-B مبني على بنية World Unified Model WUM، مُصممة لإزالة فقدان البيانات بين الوحدات النمطية المنفصلة. وعلى عكس نماذج الرؤية-اللغة-الإجراء التقليدية VLA التي تعمل فيها وحدات الرؤية واللغة والحركة بشكل مستقل—مما يسبب فقدان المعلومات مع كل نقل للبيانات—يقوم WALL-B بدمج قدرات الرؤية واللغة والإجراء والتنبؤ بالبيئة المادية في شبكة موحدة واحدة يتم تدريبها معًا من الصفر. شدد وانغ على أن نماذج العالم ليست وحدات إضافية منفصلة، بل هي قدرات تنبؤية لحالات العالم المادي المستقبلية.
يركز جوهر رؤية الشركة على جودة البيانات: فقد ميّز وانغ هاو بين «بيانات شراب السكر» clean, stable, predictable lab data و«بيانات الحليب» messy, uncontrollable, real-world household data. ففي حين أن التدريب على بيانات المختبر ينتج نماذج تفتقر إلى تعميم Zero-shot، فإن بيانات المنازل الحقيقية—على الرغم من أنها مكلفة وتستغرق وقتًا طويلًا لجمعها—تمكّن من التعميم الحقيقي. ولهذا الغرض، دخلت Zibianliang أكثر من 100 منزل تطوعي لتدريب WALL-B.
صرّح الرئيس التنفيذي وانغ تشيان بأن الروبوتات يمكنها تنفيذ أي مهمة قابلة للتطبيق فعليًا بمجرد نشرها في المنازل، دون الحاجة إلى مراعاة القيود مسبقًا. وأبرز أن الميزة التنافسية لا تنبع من الخوارزميات أو العتاد، بل من منظومة الهندسة الكاملة—تعريف البيانات وجمعها ومعالجتها وتقييم التدريب. وفي مجال الروبوتات، قد تمتد نوافذ القيادة التقنية من هذا النوع لثلاث سنوات أو أكثر. وتجدر الإشارة إلى أن Zibianliang أكملت مؤخرًا جولة تمويل Series B بقيادة ذراع استثمارات Xiaomi، ما رفع عدد الداعمين الذين كشفت عنهم الشركة إلى أربع شركات إنترنت صينية كبرى ByteDance, Meituan, Alibaba, and Xiaomi.
GateNewsمنذ 6 س
