من المتوقع أن تبلغ الهواتف الذكية القادرة على تشغيل GenAI نسبة 45% من الشحنات العالمية في 2026، ارتفاعا من 36% قبل عام (Counterpoint Research، توقعات حصة هواتف GenAI لعام 2026)، وتعتمد جميعها تقريبا على نموذج لغوي صغير يعمل محليا على وحدة معالجة عصبية. وقد تقلصت النماذج نفسها لتناسب ذلك: فنموذج Apple الأساسي على الجهاز يضم نحو 3 مليارات معامل بدقة 2 بت لكل وزن (Apple Machine Learning Research، تحديثات Foundation Models لعام 2025)، ويعمل Gemma 3n E2B من Google بذاكرة لا تتجاوز 2GB (مدونة مطوري Google، دليل مطوري Gemma 3n لعام 2025). وتتحرك الرقائق بالسرعة نفسها، إذ تتحدث Qualcomm عن ما يصل إلى 220 رمزا في الثانية على أحدث وحدات Hexagon NPU لديها. جمعنا بيانات من Counterpoint Research وGartner وIDC وMLCommons وApple وGoogle وQualcomm وMediaTek وMeta وMicrosoft وDeloitte وSamsung لرسم موقع النماذج اللغوية الصغيرة على الجهاز في 2026. وللاطلاع على صورة العتاد الأوسع، راجع استعراض إحصائيات الذكاء الاصطناعي على الحافة.
أبرز النقاط
- 45% من الهواتف الذكية المشحونة في 2026 ستكون قادرة على تشغيل GenAI، ارتفاعا من 36% في 2025 (Counterpoint Research، 2026)
- 559 مليون هاتف GenAI متوقع في 2026، بعد 369.3 مليون في 2025 (Gartner، توقعات هواتف GenAI لعام 2025)
- 393.3 مليار دولار إنفاق المستخدمين النهائيين المتوقع على هواتف GenAI في 2026، بارتفاع 32% (Gartner، 2025)
- نحو 3 مليارات معامل بدقة 2 بت لكل وزن تشغّل نموذج Apple على الجهاز (Apple Machine Learning Research، 2025)
- بصمة ذاكرة 2GB و3GB لنموذجي Gemma 3n E2B وE4B (مدونة مطوري Google، 2025)
- أصغر بنسبة 56% وبذاكرة أقل بنسبة 41% لنموذجي Llama 3.2 1B و3B المكمّمين (Meta AI، 2024)
- ما يصل إلى 220 رمزا في الثانية على Hexagon NPU في Snapdragon 8 Elite Gen 5، أسرع بنسبة 37% من الجيل السابق (Qualcomm، 2025)
- Gemini Nano أسرع 2.6 مرة وأكثر كفاءة بمرتين على Tensor G5 مقارنة بـTensor G4 (Google، 2025)
- 3 أحجام من نماذج Llama (1B و3B و8B) في اختبار MLPerf Mobile v6.0 الجديد للنماذج اللغوية (MLCommons، 2026)
- ارتفاع أسعار ذاكرة الهواتف نحو أربعة أضعاف بحلول الربع الثاني من 2026 (Counterpoint Research، 2026)
- انخفاض متوقع بنسبة 13.9% في شحنات الهواتف الذكية في 2026 إلى 1.08 مليار وحدة بسبب أزمة الذاكرة (Counterpoint Research، 2026)
- أكثر من 70% من مستخدمي Galaxy S25 يتفاعلون بنشاط مع ميزات الذكاء الاصطناعي المدمجة (Samsung، 2025)
1. شحنات هواتف GenAI: القاعدة المثبتة للنماذج اللغوية الصغيرة على الجهاز
كل هاتف GenAI هو بحكم التعريف مضيف لنموذج لغوي صغير: فـGartner تعرّف الفئة بأنها الأجهزة المزودة بمحرك عصبي أو NPU قادر على تشغيل النماذج اللغوية الصغيرة. وهذا يجعل توقعات الشحنات أوضح مؤشر على عدد الأجهزة القادرة على تشغيل نموذج محلي. تتوقع Counterpoint الآن أن تكون 45% من جميع الهواتف الذكية المشحونة في 2026 قادرة على تشغيل GenAI، وأن ترتفع النسبة إلى 52% في 2027 (Counterpoint Research، ارتفاع حصة هواتف GenAI إلى 45% في 2026).
وتكمن قصة المنحنى في الفئة المتوسطة. تقول Counterpoint إن GenAI أصبحت معيارا قياسيا فوق 400 دولار بسعر الجملة. وانتقل القيد من «هل تستطيع الرقاقة تشغيل نموذج» إلى «هل تستطيع قائمة المواد استيعاب تكلفة الذاكرة»، وهو ما يقيسه القسم 6. وللاطلاع على سياق الهواتف بشكل أوسع، تغطي صفحة إحصائيات سوق الهواتف الذكية إجمالي الأحجام حسب الشركة.
| المقياس | القيمة | المصدر |
|---|---|---|
| حصة الهواتف القادرة على GenAI من شحنات الهواتف الذكية العالمية، 2026 | 45% (ارتفاعا من 36% في 2025) | Counterpoint Research، يونيو 2026 |
| توقع حصة الهواتف القادرة على GenAI، 2027 | 52% | Counterpoint Research، يونيو 2026 |
| شحنات هواتف GenAI، توقع 2025 | أكثر من 400 مليون، أي هاتف واحد من كل ثلاثة | Counterpoint Research، مارس 2025 |
| حصة الهواتف القادرة على GenAI في 2024 | هاتف واحد من كل خمسة | Counterpoint Research، مارس 2025 |
| وحدات هواتف GenAI، 2024 / 2025 / 2026 | 260.4 مليون / 369.3 مليون / 559 مليون | Gartner، توقعات هواتف GenAI، سبتمبر 2025 |
| شحنات هواتف GenAI، 2025 | أكثر من 370 مليون (حصة 30%)، بارتفاع 73.1% | IDC، توقعات الهواتف الذكية العالمية، 2025 |
| شحنات هواتف GenAI، 2028 | 912 مليون وحدة، معدل نمو سنوي مركب 78.4% | IDC، توقعات هواتف الذكاء الاصطناعي التوليدي، يوليو 2024 |
ملاحظة سياقية: تستخدم الشركات الثلاث تعريفات وتواريخ مختلفة. فقد توقع بيان IDC الصادر في يوليو 2024 (بيان IDC الصحفي) أن تبلغ هواتف GenAI 70% من السوق بحلول 2028، بينما أرجأت توقعاتها لعام 2025 تجاوز عتبة «70%» إلى 2029. وأحدث بيانات IDC بعيدة المدى تعود إلى يوليو 2024.
2. الإنفاق وحجم السوق: دولارات كبيرة للعتاد وإيرادات صغيرة للنماذج
يصف رقمان مختلفان تماما هذا السوق. فالعتاد الذي يشغّل النماذج اللغوية الصغيرة فئة استهلاكية رئيسية، بينما سوق النماذج نفسها ما زال صغيرا وغير محدد التعريف بوضوح. تتوقع Gartner أن يبلغ إنفاق المستخدمين النهائيين على هواتف GenAI 393.3 مليار دولار في 2026، بارتفاع 32% من 298.2 مليار دولار في 2025 (Gartner، البيان الصحفي عن إنفاق المستخدمين النهائيين على هواتف GenAI، 2025).
أما في جانب البرمجيات، فتختلف تقديرات المحللين لسوق النماذج اللغوية الصغيرة بمقدار رتبة عشرية كاملة، وهو ما يخبرنا بشأن التعريفات أكثر مما يخبرنا بشأن الطلب. فتقدّر MarketsandMarkets سوق 2025 بـ0.93 مليار دولار بينما تضعه Research and Markets قرب 9.16 مليار دولار. والقاسم المشترك: كل الشركات تشير إلى أن النشر على الحافة وعلى الجهاز هو الشريحة الأسرع نموا.
| المقياس | القيمة | المصدر |
|---|---|---|
| إنفاق المستخدمين النهائيين على هواتف GenAI، 2024 / 2025 / 2026 | 244.7 مليار دولار / 298.2 مليار دولار / 393.3 مليار دولار | Gartner، سبتمبر 2025 |
| حصة هواتف GenAI من إجمالي إنفاق المستخدمين النهائيين على الذكاء الاصطناعي، 2025 | 20% | Gartner، سبتمبر 2025 |
| هواتف GenAI الأساسية (أقل من 350 دولارا) المزودة بـNPU، 2025 | 41% | Gartner، سبتمبر 2025 |
| الهواتف الفاخرة القادرة على GenAI بحلول 2029 | 100% | Gartner، سبتمبر 2025 |
| سوق النماذج اللغوية الصغيرة، 2025 إلى 2032 | من 0.93 مليار دولار إلى 5.45 مليار دولار، معدل نمو سنوي مركب 28.7% | MarketsandMarkets، أبريل 2025 |
| سوق النماذج اللغوية الصغيرة، 2025 إلى 2030 | من 9.16 مليار دولار إلى 22.45 مليار دولار، معدل نمو سنوي مركب 19.6% | Research and Markets، تقرير سوق النماذج اللغوية الصغيرة 2026 |
| سوق النماذج اللغوية الصغيرة، 2026 إلى 2030 | من 11.1 مليار دولار إلى 20.7 مليار دولار، معدل نمو سنوي مركب 15.1% | Grand View Research، تقرير سوق النماذج اللغوية الصغيرة |
يذكر بيان MarketsandMarkets (GlobeNewswire، أبريل 2025) أن النشر على الحافة هو الشريحة الأسرع نموا، بدافع متطلبات زمن الاستجابة والخصوصية في الهواتف الذكية وأجهزة إنترنت الأشياء.
3. حجم النموذج وضغطه: 3 مليارات معامل بدقة 2 بت
يحدد سقف النموذج المقيم في الهاتف حجم الذاكرة العشوائية لا الطموح. تتراوح النماذج المشحونة بين مليار و4 مليارات معامل، وتكمن الهندسة الحقيقية في عدد البتات القليل الذي يُخصَّص لكل وزن. تضغط Apple نموذجها على الجهاز البالغ نحو 3 مليارات معامل إلى 2 بت لكل وزن باستخدام التدريب الواعي بالتكميم، مع تضمينات بدقة 4 بت وذاكرة KV مؤقتة بدقة 8 بت (Apple Machine Learning Research، تحديثات نماذج Apple اللغوية الأساسية على الجهاز وعلى الخادم 2025).
وهذا انخفاض حاد مقارنة بعام 2024، حين بلغ متوسط دقة نموذج Apple 3.7 بت لكل وزن. وسلكت Google طريقا مختلفا مع Gemma 3n، فأبقت على عدد أكبر من المعاملات الخام لكنها أخرجت التضمينات الخاصة بكل طبقة من ذاكرة المسرّع، بحيث لا يبقى في الذاكرة السريعة سوى نحو 2B أو 4B معامل «فعّال» (مدونة مطوري Google، تقديم Gemma 3n 2025). والضغط يكلّف دقة قليلة عند هذه المستويات: فتفيد Apple بتحسن قدره 1.5% في MMLU وتراجع بنحو 4.6% في MGSM بعد الضغط.
| المقياس | القيمة | المصدر |
|---|---|---|
| حجم نموذج Apple على الجهاز | نحو 3 مليارات معامل | Apple Machine Learning Research، 2025 |
| دقة أوزان نموذج Apple على الجهاز | 2 بت لكل وزن (QAT)؛ التضمينات 4 بت؛ ذاكرة KV المؤقتة 8 بت | Apple Machine Learning Research، 2025 |
| خفض ذاكرة KV المؤقتة لدى Apple عبر مشاركة الكتل | 37.5% | التقرير التقني لنماذج Apple Intelligence اللغوية الأساسية، 2025 |
| دقة نموذج Apple على الجهاز في 2024 | مزيج من 2 بت و4 بت، بمتوسط 3.7 بت لكل وزن | Apple Machine Learning Research، 2024 |
| المعاملات الخام لـGemma 3n E2B / E4B | 5 مليارات / 8 مليارات | مدونة مطوري Google، 2025 |
| بصمة ذاكرة Gemma 3n E2B / E4B | 2GB / 3GB فقط | مدونة مطوري Google، 2025 |
| حجم Llama 3.2 1B و3B المكمّمين وخفض الذاكرة مقارنة بـBF16 | أصغر بنسبة 56%، وذاكرة أقل بنسبة 41% | Meta AI، نماذج Llama المكمّمة، أكتوبر 2024 |
| حجم Phi Silica وتكميمه | 3.3 مليار معامل، أوزان 4 بت، وخفض في الذاكرة بنحو 60% | مدونة Microsoft Windows، ديسمبر 2024 |
ملاحظة سياقية: يعود إصدار Meta الخاص بـLlama المكمّم (مدونة Meta AI) ومنشور Microsoft عن Phi Silica (مدونة تجربة Windows) إلى أواخر 2024. وأحدث البيانات المتاحة للاثنين تعود إلى 2024. وتضيف دراسة أكاديمية على أجهزة الحاسوب المحمولة قاعدة عملية مفيدة: نحو 3.5 بت فعّالة لكل وزن هي النقطة التي يبدأ عندها نموذج أكبر مكمّم بشدة بالتفوق على نموذج أصغر بدقة أعلى (arXiv 2505.15030، تقييم منهجي للنماذج اللغوية الكبيرة على الجهاز).
4. إنتاجية NPU: الرموز في الثانية على رقائق الفئة الرائدة
الإنتاجية المعلنة تصدر عن الشركات المصنّعة وتُقاس على نماذج مختلفة، لذا ينبغي التعامل معها بوصفها حدودا قصوى لا درجات قابلة للمقارنة. ومع ذلك فالاتجاه واضح لا لبس فيه. تقول Qualcomm إن Hexagon NPU في Snapdragon 8 Elite Gen 5 أسرع بنسبة 37% من سابقه ويحافظ على ما يصل إلى 220 رمزا في الثانية، مع دعم INT2 وFP8 (Qualcomm، إطلاق Snapdragon 8 Elite Gen 5، سبتمبر 2025؛ وتؤكد هذه الأرقام Futurum Group).
والأرقام الأكثر دلالة هي الفرق بين قراءة المُدخل والتوليد. فقراءة المطالبة رخيصة على NPU، أما توليد كل رمز جديد فمحكوم بعرض نطاق الذاكرة. يقرأ Gemma 3n E2B على NPU في Dimensity 9500 أكثر من 1,600 رمز في الثانية لكنه يكتب 28 فقط، ولهذا تتنافس كل الشركات على عرض النطاق وصيغ الدقة الأدنى. وهذه الفجوة مهمة لميزات الصوت والمساعدات في الوقت الفعلي، حيث تخفي الاستجابة الأولى السريعة ذيلا بطيئا؛ وتتتبع إحصائيات المساعدات الصوتية لدينا كيف يظهر ذلك في الاستخدام.
| المقياس | القيمة | المصدر |
|---|---|---|
| تحسن NPU في Snapdragon 8 Elite Gen 5 | أسرع بنسبة 37% من الجيل السابق | Qualcomm، سبتمبر 2025 |
| التوليد المتواصل في Snapdragon 8 Elite Gen 5 | ما يصل إلى 220 رمزا في الثانية | Qualcomm، سبتمبر 2025 |
| إجمالي توفير الطاقة في SoC لدى Snapdragon 8 Elite Gen 5 | 16% | تحليل Futurum Group لبيانات Qualcomm، أكتوبر 2025 |
| مخرجات نموذج لغوي بـ3 مليارات معامل على Dimensity 9500 | أسرع بمرتين (100%)، مع ذروة طاقة أقل بنسبة 56% | إطلاق MediaTek Dimensity 9500، سبتمبر 2025 |
| Gemma 3n E2B على NPU في Dimensity 9500 (سياق 4K) | أكثر من 1,600 رمز/ثانية في قراءة المُدخل، و28 رمزا/ثانية في التوليد | نتائج Google LiteRT NeuroPilot، ديسمبر 2025 |
| إنتاجية LiteRT على NPU مقابل CPU / GPU في MediaTek | حتى 12 ضعف CPU و10 أضعاف GPU | نتائج Google LiteRT NeuroPilot، ديسمبر 2025 |
| Gemini Nano على Tensor G5 مقابل Tensor G4 | أسرع 2.6 مرة وأكثر كفاءة بمرتين؛ وTPU أقوى بنسبة تصل إلى 60% | Google، إعلان Pixel 10 Tensor G5، أغسطس 2025 |
| نموذج Apple على الجهاز (iPhone 15 Pro) | 0.6 مللي ثانية لكل رمز مدخل حتى أول رمز؛ 30 رمزا/ثانية | Apple Machine Learning Research، 2024 |
تأتي أرقام MediaTek من بيان إطلاقها (MediaTek عبر PR Newswire)؛ وتأتي ادعاءات Google بشأن Tensor G5 من منشور Pixel 10 Tensor G5. ورقم Apple للرموز في الثانية هو أحدث رقم نشرته: 2024.
5. المعايير والجودة: MLPerf Mobile يدخل عصر النماذج اللغوية الكبيرة
حتى 2026 لم يكن هناك معيار محايد للنماذج اللغوية على الهواتف؛ وكل رقم في القسم 4 يخص الشركة التي أصدرته. أضاف MLPerf Mobile v6.0، الذي أصدرته MLCommons في 15 يونيو 2026، اختبارات للنماذج اللغوية مبنية على Llama 3.2 1B وLlama 3.2 3B وLlama 3.1 8B، وتُقيَّم على TinyMMLU وIFEval (MLCommons، MLPerf Mobile v6.0).
وإدراج نموذج 8B هو العنوان الأبرز: فتشير MLCommons إلى أن v6.0 يدعم التنفيذ المسرَّع بوحدات NPU لنموذج Llama 3.1 8B على Snapdragon 8 Elite Gen 5، وهو حجم كان قبل عام معيارا لمراكز البيانات. وعلى صعيد الجودة، باتت النماذج الصغيرة قريبة من نظيراتها الأكبر في اختبارات المعرفة. يسجل نموذج Apple بحجم 3B على الجهاز 67.85% في MMLU، متقدما قليلا على Qwen-2.5-3B، ويخسر Phi Silica أقل من نقطة واحدة في PIQA بعد التكميم إلى 4 بت. وللاطلاع على عائلات الأوزان المفتوحة وراء كثير من هذه المعايير، راجع إحصائيات النماذج اللغوية الكبيرة مفتوحة المصدر.
| المقياس | القيمة | المصدر |
|---|---|---|
| نماذج MLPerf Mobile v6.0 اللغوية | Llama 3.2 1B وLlama 3.2 3B وLlama 3.1 8B | MLCommons، يونيو 2026 |
| شرائح SoC ذات الدعم الجديد أو المحدّث في v6.0 | Snapdragon 8 Elite Gen 5 وDimensity 9500 وExynos 2600 | MLCommons، يونيو 2026 |
| جودة مرجعية في MLPerf Mobile، Llama 3.1 8B | TinyMMLU نحو 61%، وIFEval نحو 67% (FP16) | MLCommons، صفحة معيار MLPerf Mobile |
| جودة مرجعية في MLPerf Mobile، Llama 3.2 3B | TinyMMLU نحو 59%، وIFEval نحو 65.5% (FP16) | MLCommons، صفحة معيار MLPerf Mobile |
| حدود التفاعل للنماذج اللغوية الصغيرة في MLPerf Inference 5.1 (Llama 3.1 8B) | أول رمز خلال 0.5 ثانية، و30 مللي ثانية لكل رمز مخرج | MLCommons، سبتمبر 2025 |
| نتيجة MMLU لنموذج Apple على الجهاز | 67.85% مقابل 66.37% لـQwen-2.5-3B و62.81% لـGemma-3-4B | التقرير التقني لنماذج Apple Foundation، 2025 |
| دقة Phi Silica بعد التكميم إلى 4 بت | PIQA من 80.47% إلى 79.76%؛ وARC Challenge من 63.48% إلى 60.49% | مدونة Microsoft Windows، ديسمبر 2024 |
| درجة Gemma 3n E4B في LMArena | أكثر من 1300 | مدونة مطوري Google، 2025 |
ملاحظة سياقية: تستخدم صفحة معيار MLPerf Mobile (MLCommons) زمن الاستجابة عند المئين التسعين مقياسا أساسيا للمهام ذات التدفق الواحد. ولم تكن نتائج النماذج اللغوية على مستوى الأجهزة من v6.0 قد نُشرت علنا في بيان الإصدار الذي راجعناه. أما نتائج Apple فمأخوذة من التقرير التقني لعام 2025 على arXiv.
6. قيود الذاكرة والتكلفة: ضغط DRAM
أكبر تهديد للنماذج اللغوية الصغيرة على الجهاز في 2026 ليس جودة النماذج؛ بل سعر الذاكرة العشوائية التي تقيم فيها. تفيد Counterpoint بأن أسعار ذاكرة الهواتف ارتفعت نحو أربعة أضعاف بحلول الربع الثاني من 2026 مع استحواذ مراكز بيانات الذكاء الاصطناعي على معظم إنتاج DRAM وNAND (Counterpoint Research، ارتفاع تكاليف ذاكرة الهواتف، سبتمبر 2026).
لاحظ كيف تدهورت التوقعات خلال ستة أشهر: انخفاض قدره 2.1% في الشحنات في ديسمبر 2025، ثم 12.4% في مارس 2026، ثم 13.9% بحلول يونيو. فنموذج 3B بدقة 2 بت يحتاج إلى أقل بكثير من غيغابايت واحد للأوزان، لكن هامش الذاكرة العشوائية بعدة غيغابايتات الذي تتوقعه ميزات GenAI هو بالضبط ما تقتطعه الهواتف الاقتصادية الآن. وهذا يفسر لماذا تربط Counterpoint الموجة التالية من هواتف GenAI بإمدادات الذاكرة وبنماذج أكثر كفاءة معا.
| المقياس | القيمة | المصدر |
|---|---|---|
| تغير أسعار ذاكرة الهواتف بحلول الربع الثاني من 2026 | نحو أربعة أضعاف | Counterpoint Research، سبتمبر 2026 |
| سعر LPDDR4/5 للهواتف في الربع الثاني من 2026 مقابل الربع الثالث من 2025 | نحو 3 أضعاف | Counterpoint Research، عبر EE Times Asia، مارس 2026 |
| زيادة تكلفة قائمة المواد (BoM) من قفزة DRAM، الفئة الدنيا / المتوسطة / العليا | نحو 25% / 15% / 10% | Counterpoint Research، ديسمبر 2025 |
| مراجعة متوسط سعر البيع بالجملة (ASP)، 2026 | بارتفاع 6.9% على أساس سنوي | Counterpoint Research، ديسمبر 2025 |
| توقع شحنات الهواتف الذكية في 2026، ديسمبر 2025 / مارس 2026 / يونيو 2026 | -2.1% / -12.4% / -13.9% | Counterpoint Research |
| شحنات الهواتف الذكية العالمية في 2026 | 1.08 مليار وحدة، وهو أدنى مستوى مسجل | Counterpoint Research، يونيو 2026 |
| شحنات فئة ما دون 200 دولار، 2026 | انخفاض يزيد على 20% | Counterpoint Research، عبر EE Times Asia، مارس 2026 |
المصادر: Counterpoint، خفض توقعات شحنات الهواتف الذكية لعام 2026 وEE Times Asia عن مراجعة مارس 2026. وتضيف Gartner حدا أدنى للعتاد: فهي تتوقع أن تصبح وحدات NPU التي تتجاوز 40 TOPS معيارا قياسيا في الهواتف الفاخرة بحلول 2027.
7. الاعتماد والاستخدام والثقة: المطورون والمستهلكون
لم يعد التوزيع هو العائق. فقد فتحت Apple نموذجها على الجهاز لتطبيقات الأطراف الثالثة عبر إطار Foundation Models، باستدلال مجاني يعمل دون اتصال ولا يحتاج إلا إلى ثلاثة أسطر من Swift (Apple Newsroom، WWDC25). تقول Samsung إن أكثر من 70% من مستخدمي Galaxy S25 يتفاعلون بنشاط مع ميزات الذكاء الاصطناعي المدمجة، وإنها استهدفت وصول Galaxy AI إلى أكثر من 400 مليون جهاز بنهاية 2025، أي ضعف هدفها البالغ 200 مليون لعام 2024 (Samsung Newsroom، منتدى Galaxy التقني 2025).
الثقة هي الثقل المقابل، وهي أقوى حجة لإبقاء الاستدلال محليا. فقد وجدت Deloitte أن 70% من المستهلكين الأمريكيين قلقون بشأن خصوصية البيانات وأمنها، وأن 27% فقط لديهم ثقة عالية بحماية بياناتهم. وتجيب النماذج اللغوية الصغيرة على الجهاز عن هذا القلق بحكم تصميمها، وهذا أيضا هو سبب أهمية المعالجة المحلية لأدوات الصوت مثل مغيّر الصوت الفوري لـDiscord، حيث لا حاجة إلى أن يغادر الصوت الجهاز.
| المقياس | القيمة | المصدر |
|---|---|---|
| مستخدمو Galaxy S25 الذين يتفاعلون بنشاط مع الذكاء الاصطناعي المدمج | أكثر من 70% | Samsung، يوليو 2025 |
| هدف أجهزة Galaxy AI، نهاية 2025 | أكثر من 400 مليون (مقابل 200 مليون في 2024) | Samsung، يوليو 2025 |
| المستخدمون الذين يقولون إن ميزات الذكاء الاصطناعي جزء من روتينهم اليومي | 47% | استطلاع Samsung / Symmetry Research، 2025 |
| المستخدمون الذين يستخدمون الأوامر الصوتية بقدر ما يكتبون | 45% | استطلاع Samsung / Symmetry Research، 2025 |
| المستهلكون الذين يخططون لشراء هاتف GenAI خلال عام | 59% | استطلاع Counterpoint Research للمستهلكين، ديسمبر 2024 |
| المستهلكون الأمريكيون الذين يستخدمون GenAI أو يجرّبونه | 53% | استطلاع Deloitte للمستهلك المتصل 2025 (n=3,524) |
| المستهلكون الأمريكيون القلقون بشأن خصوصية البيانات وأمنها | 70% | استطلاع Deloitte للمستهلك المتصل 2025 |
| المستهلكون الذين لديهم ثقة عالية بحماية بياناتهم | 27% | استطلاع Deloitte للمستهلك المتصل 2025 |
تفاصيل الاستطلاعات: البيان الصحفي لاستطلاع Deloitte للمستهلك المتصل 2025 واستطلاع Counterpoint لنية الترقية. واستطلاع Counterpoint يعود إلى ديسمبر 2024، وهو أحدث بيانات نية الترقية المتاحة من الشركة.
الخلاصة: النماذج اللغوية الصغيرة على الجهاز بالأرقام
| المقياس | القيمة | المصدر |
|---|---|---|
| حصة الهواتف القادرة على GenAI من شحنات الهواتف الذكية، 2026 | 45% | Counterpoint Research، 2026 |
| حصة الهواتف القادرة على GenAI، 2027 | 52% | Counterpoint Research، 2026 |
| وحدات هواتف GenAI، 2026 | 559 مليون | Gartner، 2025 |
| إنفاق المستخدمين النهائيين على هواتف GenAI، 2026 | 393.3 مليار دولار (+32%) | Gartner، 2025 |
| شحنات هواتف GenAI، 2028 | 912 مليون | IDC، 2024 |
| سوق النماذج اللغوية الصغيرة، 2032 | 5.45 مليار دولار (معدل نمو سنوي مركب 28.7%) | MarketsandMarkets، 2025 |
| نموذج Apple على الجهاز | نحو 3 مليارات معامل بدقة 2 بت لكل وزن | Apple Machine Learning Research، 2025 |
| خفض ذاكرة KV المؤقتة لدى Apple | 37.5% | التقرير التقني لـApple، 2025 |
| بصمة ذاكرة Gemma 3n E2B | 2GB فقط | مدونة مطوري Google، 2025 |
| حجم Llama 3.2 المكمّم / خفض الذاكرة | 56% / 41% | Meta AI، 2024 |
| NPU في Snapdragon 8 Elite Gen 5 | ما يصل إلى 220 رمزا/ثانية، أسرع بنسبة 37% | Qualcomm، 2025 |
| مخرجات نموذج 3B على Dimensity 9500 | أسرع بمرتين، وذروة طاقة أقل بنسبة 56% | MediaTek، 2025 |
| Gemma 3n E2B على NPU في Dimensity 9500 | أكثر من 1,600 رمز/ثانية في قراءة المُدخل، و28 رمزا/ثانية في التوليد | Google LiteRT، 2025 |
| Gemini Nano على Tensor G5 | أسرع 2.6 مرة، وأكثر كفاءة بمرتين | Google، 2025 |
| أحجام النماذج اللغوية في MLPerf Mobile v6.0 | 1B و3B و8B | MLCommons، 2026 |
| أسعار ذاكرة الهواتف بحلول الربع الثاني من 2026 | نحو أربعة أضعاف | Counterpoint Research، 2026 |
| شحنات الهواتف الذكية في 2026 | 1.08 مليار (-13.9%) | Counterpoint Research، 2026 |
| مستخدمو Galaxy S25 الذين يتفاعلون مع الذكاء الاصطناعي | أكثر من 70% | Samsung، 2025 |
| المستهلكون الأمريكيون القلقون بشأن الخصوصية | 70% | Deloitte، 2025 |
المنهجية والمصادر
- Counterpoint Research، ارتفاع حصة هواتف GenAI إلى 45% من الشحنات العالمية في 2026 (يونيو 2026)، مع تفاصيل الشرائح كما أوردتها Electronics For You
- Counterpoint Research، شحنات هواتف GenAI تتجاوز 400 مليون في 2025 (مارس 2025)
- Counterpoint Research، خفض توقعات شحنات الهواتف الذكية لعام 2026 مع دفع أزمة الذاكرة تكاليف قائمة المواد إلى الأعلى (ديسمبر 2025)
- Counterpoint Research، ارتفاع تكاليف ذاكرة الهواتف (سبتمبر 2026)
- Counterpoint Research، استطلاع المستهلكين حول ترقية الهواتف إلى GenAI (ديسمبر 2024)
- EE Times Asia، تقرير عن مراجعة Counterpoint لشحنات مارس 2026
- Gartner، البيان الصحفي عن إنفاق المستخدمين النهائيين عالميا على هواتف GenAI (سبتمبر 2025)
- IDC، توقعات شحنات هواتف الذكاء الاصطناعي التوليدي عالميا (يوليو 2024) وتوقعات IDC للهواتف الذكية عالميا (2025)
- MarketsandMarkets، بيان سوق النماذج اللغوية الصغيرة (أبريل 2025)؛ Research and Markets، تقرير سوق النماذج اللغوية الصغيرة 2026؛ Grand View Research، تقرير سوق النماذج اللغوية الصغيرة
- Apple Machine Learning Research، تحديثات نماذج Apple اللغوية الأساسية على الجهاز وعلى الخادم (2025)، والتقرير التقني لنماذج Apple Intelligence اللغوية الأساسية 2025 (arXiv)، وتقديم نماذج Apple الأساسية على الجهاز وعلى الخادم (2024)، وApple Newsroom، WWDC25
- مدونة مطوري Google، تقديم Gemma 3n (يونيو 2025) وGoogle، Pixel 10 Tensor G5 (أغسطس 2025)
- نتائج Google LiteRT NeuroPilot على Dimensity 9500 (ديسمبر 2025)، كما أوردها MarkTechPost
- Qualcomm، إطلاق Snapdragon 8 Elite Gen 5 (سبتمبر 2025) وتحليل Futurum Group
- MediaTek، بيان إطلاق Dimensity 9500 (سبتمبر 2025)
- Meta AI، تقديم نماذج Llama المكمّمة (أكتوبر 2024)
- Microsoft، Phi Silica: نموذج لغوي صغير على الجهاز صغير لكنه قوي (ديسمبر 2024)
- MLCommons، MLPerf Mobile v6.0 (يونيو 2026)، وصفحة معيار MLPerf Mobile، ومعيار MLPerf Inference 5.1 للنماذج اللغوية الصغيرة (سبتمبر 2025)
- arXiv 2505.15030، تقييم منهجي للنماذج اللغوية الكبيرة على الجهاز: التكميم والأداء والموارد
- Samsung Newsroom، منتدى Galaxy التقني ضمن Galaxy Unpacked 2025 (يوليو 2025)، وأرقام الاستطلاع كما أوردها FoneArena
- Deloitte، البيان الصحفي لاستطلاع المستهلك المتصل 2025 (سبتمبر 2025)
- ملاحظة حول البيانات: تختلف أحجام هواتف GenAI لعام 2025 بحسب الشركة: قالت IDC أكثر من 370 مليون (حصة 30%)، وGartner 369.3 مليون، وCounterpoint أكثر من 400 مليون في توقعاتها لمارس 2025، ثم أعادت لاحقا تحديد حصة 2025 عند 36%. وفي 2026، تعني نسبة Counterpoint البالغة 45% من 1.08 مليار وحدة نحو 486 مليون هاتف GenAI (0.45 × 1.08 مليار)، أي أقل بكثير من 559 مليون لدى Gartner، التي نُشرت في سبتمبر 2025 قبل أن تفرض أزمة الذاكرة تخفيضات في الشحنات؛ ومن المتوقع أن تراجع Gartner رقمها. ويتراوح تقدير حجم سوق النماذج اللغوية الصغيرة من 0.93 مليار دولار (MarketsandMarkets) إلى نحو 9 إلى 11 مليار دولار (Research and Markets وGrand View Research) للفترة 2025-2026 بسبب اختلاف التعريفات. وجميع أرقام إنتاجية NPU صادرة عن الشركات المصنّعة على نماذج ودقات وأطوال سياق مختلفة، لذلك لا يمكن مقارنتها مباشرة؛ ونتائج MLPerf Mobile v6.0 للنماذج اللغوية على مستوى الأجهزة هي البيانات الجديرة بالمتابعة. وأرقام Apple البالغة 30 رمزا/ثانية ونتائج Meta لنماذج Llama المكمّمة وأرقام Microsoft لـPhi Silica وتوقع IDC لعام 2028 هي بيانات 2024، وهي أحدث ما نشرته كل جهة. وتذكر صفحة Apple البحثية 15 لغة مدعومة بينما يصف التقرير التقني على arXiv 16 لغة محلية.
آخر تحديث: 3 أكتوبر 2026. نحدّث هذا الاستعراض كل ثلاثة أشهر، ومن المتوقع أن يأتي التحديث التالي حين تنشر Counterpoint متتبعاتها للهواتف الذكية وأسعار الذاكرة للربع الثالث من 2026 وحين تصدر MLCommons أول نتائج علنية للنماذج اللغوية على الأجهزة في MLPerf Mobile v6.0.