النقاط الرئيسية
- iOS: متاح مباشرة على App Store؛ أندرويد: لا يوجد إدراج مؤكد على Google Play، نزّل ملف APK مباشرة من إصدارات GitHub الخاصة بـ MLC.
- الميزة المميزة: تُصرَّف النماذج مسبقًا لهدف عتاد محدد (Metal، وOpenCL، وVulkan، وCUDA، وROCm) عبر تصريف تعلم الآلة، بدلًا من تشغيلها عبر مُفسِّر عام.
- الرخصة: Apache-2.0، وفق مستودع GitHub الخاص بـ mlc-ai/mlc-llm.
- لا يوجد دعم رسمي لنماذج الرؤية-اللغة (إدخال الصور) حتى وقت هذه المراجعة — دردشة نصية فقط، مع وجود حلول مجتمعية غير رسمية غير مدعومة رسميًا.
- يعتمد إصدار أندرويد على دعم GPU عبر OpenCL، مؤكد العمل على بعض الأجهزة وغير موثوق على أخرى.
- هذا هو المقال الأخير في سلسلة PromptQuorum المكونة من أحد عشر مقالًا حول أدوات الذكاء الاصطناعي المحلية.
📍 في جملة واحدة
MLC Chat تطبيق دردشة مجاني برخصة Apache-2.0، مبني على مُصرّف MLC LLM، يُشغّل نماذج اللغة الكبيرة محليًا على iOS (عبر App Store)، وأندرويد (عبر ملف APK قابل للتنزيل مباشرة)، وسطح المكتب (عبر واجهات Python/REST/سطر الأوامر الخاصة بـ MLC LLM)، مستخدمًا تصريفًا على الجهاز مُسرَّعًا بواسطة GPU بدلًا من محرك تشغيل عام، ولا يدعم رسميًا نماذج الرؤية-اللغة حتى وقت هذه المراجعة.
💬 بعبارات بسيطة
MLC Chat تطبيق مجاني يتيح لك الدردشة مع نماذج الذكاء الاصطناعي مباشرة على هاتفك أو حاسوبك دون اتصال بالإنترنت، عبر تصريف تلك النماذج خصيصًا لشريحة الرسوميات في جهازك — تتناول هذه المراجعة روابط التنزيل الحقيقية وخطوات الإعداد وأين يعمل جيدًا وأين لا يعمل.
📌ملاحظة: تركز هذه المراجعة تحديدًا على تطبيق MLC Chat. للاطلاع على الشرح التقني الأعمق لمُصرّف MLC LLM ومحرك التشغيل القائم على TVM خلفه، راجع مقال PromptQuorum المخصص شرح MLC LLM، والذي لا تكرره هذه المراجعة عمدًا.
التاريخ: MLC LLM وتصريف تعلم الآلة
**يُبنى MLC Chat فوق MLC LLM**، الموصوف في مستودع المشروع نفسه بأنه "محرك نشر عالمي للنماذج اللغوية الكبيرة مع تصريف التعلم الآلي" يتيح تطوير وتحسين ونشر نماذج الذكاء الاصطناعي عبر المنصات. تستشهد وثائق مستودع MLC LLM نفسه بأبحاث تأسيسية من Apache TVM (2018) وأعمال تصريف ذات صلة (TensorIR وMetaSchedule) بوصفها سلالته التقنية — وTVM هو حزمة مُصرّفات التعلم العميق التي يبني عليها مشروع MLC تقنيات تصريف تعلم الآلة الخاصة به.
التمييز بين "MLC LLM" و"MLC Chat" مهم وغالبًا ما يكون غير واضح. MLC LLM هو المُصرّف ومحرك التشغيل الأساسي — وهو ما يتناوله PromptQuorum بعمق في شرح MLC LLM. أما MLC Chat فهو التطبيق الموجّه للمستهلكين والمبني فوقه، المُعبّأ خصيصًا لنظامي iOS وأندرويد، والذي يتيح لمستخدم غير تقني تنزيل نموذج والبدء بالدردشة دون التعامل مباشرة مع المُصرّف.
يحافظ على MLC Chat نفس فريق MLC AI (منظمة GitHub mlc-ai) الذي يحافظ على مشروع MLC LLM نفسه، وهو مرخّص بموجب Apache-2.0، نفس رخصة مستودع MLC LLM الأساسي.
هل MLC Chat هو نفسه MLC LLM؟
لا، رغم أنهما مرتبطان ارتباطًا وثيقًا ويُستخدمان غالبًا بالتبادل. MLC LLM هو المُصرّف ومحرك التشغيل الأساسي الذي يُصرّف النماذج لاستدلال مُسرَّع بواسطة GPU على الجهاز عبر المنصات — راجع مقال PromptQuorum المخصص، شرح MLC LLM. أما MLC Chat فهو التطبيق الموجّه للمستهلكين، الذي بناه الفريق نفسه فوق ذلك المحرك، ومُعبّأ خصيصًا لنظامي iOS وأندرويد.
ما الذي يميز MLC Chat
تعتمد معظم تطبيقات الدردشة بنماذج اللغة الكبيرة المحلية على محرك استدلال عام واحد (مثل llama.cpp) يُفسِّر ملف نموذج وقت التشغيل على أي عتاد يجده. يتبع محرك MLC LLM الأساسي في MLC Chat نهجًا مختلفًا: يُصرّف نموذجًا مسبقًا لهدف عتاد محدد باستخدام تقنيات تصريف تعلم الآلة، ثم يُسلّم ذلك الناتج المُصرَّف ليعمل على الجهاز المستهدف.
وفق وثائق مشروع MLC LLM نفسه، يستهدف نهج التصريف هذا مجموعة واسعة من واجهات GPU الخلفية حسب المنصة: Metal لشرائح Apple Silicon ووحدات معالجة الرسوميات المحمولة من Apple، وOpenCL لوحدات معالجة الرسوميات في أندرويد (Adreno وMali)، وVulkan أو CUDA أو ROCm على سطح مكتب لينكس وويندوز. كما يوثق المشروع دعم WebGPU وWebAssembly لتشغيل النماذج داخل المتصفح، ويوفر MLCEngine — مكوّن محرك التشغيل — واجهة برمجة تطبيقات متوافقة مع OpenAI عبر واجهات REST وPython وJavaScript وiOS وأندرويد.
النتيجة العملية الخاصة بـ MLC Chat تحديدًا: نظرًا لأن التصريف الأساسي مخصص لهدف عتاد معين، يمكن للتطبيق تحقيق تسريع GPU على شرائح محمولة قد لا يستغلها محرك تشغيل أكثر عمومية بالكامل — على حساب الحاجة إلى نسخة مُصرَّفة لكل توليفة عتاد/نموذج محددة، بدلًا من ملف ثنائي عالمي واحد يعمل في كل مكان.
ما الذي يميز MLC Chat عن مُشغّل نماذج لغوية محلي عام؟
يُصرّف محرك MLC LLM الأساسي في MLC Chat نموذجًا مسبقًا لهدف عتاد محدد (Metal أو OpenCL أو Vulkan أو CUDA أو ROCm حسب المنصة) باستخدام تصريف تعلم الآلة، بدلًا من تفسير النموذج بشكل عام وقت التشغيل. هذا موثق في مواد مشروع MLC LLM نفسه بوصفه نهجه المميز الأساسي.
خطوات الإعداد الحقيقية: iOS وأندرويد وسطح المكتب
تعكس هذه الخطوات ما تحقق منه PromptQuorum مباشرة — الوجود الفعلي لـ MLC Chat على App Store، وقناة توزيع ملف APK لأندرويد، ومسار البدء السريع الموثق لـ MLC LLM لاستخدام سطح المكتب.
- 1iOS: نزّله من App Store.
Why it matters: MLC Chat مُدرج مباشرة على [متجر تطبيقات Apple](https://apps.apple.com/us/app/mlc-chat/id6448482937) — تثبيت قياسي، دون الحاجة إلى تثبيت جانبي. - 2أندرويد: نزّل ملف APK مباشرة من GitHub.
Why it matters: لا تحتفظ MLC حاليًا بإدراج مؤكد في متجر Google Play. يُوزَّع إصدار أندرويد كتنزيل مباشر لملف APK من [إصدارات GitHub الخاصة بـ MLC نفسها](https://github.com/mlc-ai/binary-mlc-llm-libs/releases/download/Android/mlc-chat.apk)، ما يتطلب تفعيل "التثبيت من مصادر غير معروفة" في إعدادات أندرويد. - 3تحقق من توافق GPU على أندرويد قبل الاعتماد عليه.
Why it matters: يعتمد إصدار أندرويد على دعم GPU عبر OpenCL. تأكد عمل هذا على بعض الأجهزة (مثل بعض طرازات Samsung Galaxy) لكن ليس بشكل موثوق على أخرى (مثل بعض طرازات Google Pixel ذات دعم OpenCL المحدود) — تحقق من جهازك المحدد قبل افتراض تسريع GPU الكامل. - 4سطح المكتب: استخدم حزمة Python أو خادم REST أو سطر الأوامر الخاص بـ MLC LLM مباشرة.
Why it matters: لا يوجد تطبيق سطح مكتب MLC Chat مُعبّأ بشكل منفصل. يُثبّت مستخدمو سطح المكتب حزمة Python الخاصة بـ `mlc-llm` في بيئة conda ويتفاعلون عبر واجهة برمجة تطبيقات `chat.completions.create()` الخاصة بـ `MLCEngine`، أو خادم REST، أو سطر الأوامر، وفق [وثائق البدء السريع لـ MLC LLM](https://llm.mlc.ai/docs/get_started/quick_start.html). - 5اختر نموذجًا مُصرَّفًا يناسب عتادك.
Why it matters: توضح وثائق البدء السريع لـ MLC LLM سير العمل باستخدام `Llama-3-8B-Instruct-q4f16_1-MLC`، وهي نسخة مُكمَّمة بصيغة int4، وتوثق الحاجة إلى 6 غيغابايت على الأقل من VRAM المتاح لها — أساس مفيد لتقدير متطلبات العتاد قبل الالتزام بنموذج أكبر.
الرخصة والنماذج المدعومة
الرخصة: Apache-2.0. يُنشر كل من تطبيق MLC Chat ومستودع MLC LLM الأساسي بموجب رخصة Apache-2.0، مؤكدة مباشرة على مستودع GitHub الخاص بـ mlc-ai/mlc-llm.
دعم النماذج أوسع من أي مثال بدء سريع واحد. توضح وثائق البدء السريع الخاصة بـ MLC LLM سير العمل باستخدام Llama-3-8B-Instruct-q4f16_1-MLC، لكن مكتبة نماذج المشروع تمتد إلى عائلات نماذج أخرى مفتوحة الأوزان مُصرَّفة لأهداف العتاد المدعومة — يوصي PromptQuorum بمراجعة قائمة نماذج MLC LLM نفسها مباشرة لمعرفة المجموعة الحالية، إذ يتغير توفر النماذج المُصرَّفة مع صدور إصدارات جديدة، بدلًا من الاعتماد على قائمة واحدة مخزّنة مؤقتًا.
لا دعم رسمي لنماذج الرؤية-اللغة. حتى وقت هذه المراجعة، لا يدعم MLC LLM رسميًا نماذج الرؤية-اللغة (إدخال الصور) — فهو لا يوفر وحدات مدمجة لمعالجة إدخالات الصور والنصوص معًا في تطبيق الدردشة. توجد مشاريع مجتمعية تُكيّف كود نماذج الرؤية-اللغة للعمل مع خط تصريف MLC LLM، لكن هذه المشاريع لا يحافظ عليها أو يدعمها رسميًا فريق MLC AI، ولم يتحقق PromptQuorum من موثوقيتها الحالية.
ما الرخصة التي يستخدمها MLC Chat؟
Apache-2.0، مؤكدة مباشرة على مستودع GitHub الخاص بـ mlc-ai/mlc-llm، الذي يغطي كلًا من محرك MLC LLM وتطبيق MLC Chat المبني فوقه.
هل يدعم MLC Chat نماذج رؤية مثل LLaVA؟
لا، ليس رسميًا، حتى وقت هذه المراجعة. لا يوفر MLC LLM دعمًا رسميًا لنماذج الرؤية-اللغة (إدخال الصور). توجد حلول مجتمعية غير رسمية تُكيّف كود نماذج الرؤية-اللغة مع خط تصريف MLC LLM، لكنها غير رسمية ولم يُتحقق من موثوقيتها الحالية لهذه المراجعة. للاطلاع على نماذج محلية قادرة على الرؤية، راجع بدلًا من ذلك مراجعة LLaVA، أو مراجعة Idefics، أو دليل نماذج رؤية Ollama من PromptQuorum.
ما لا يصلح له MLC Chat
MLC Chat تطبيق دردشة على الجهاز، متعدد المنصات، ومفيد فعليًا، لكنه الخيار الخطأ في الحالات التالية:
- مستخدمو سطح المكتب الذين يريدون أبسط إعداد ممكن. لا يملك MLC Chat تطبيق سطح مكتب مُعبّأ — يعني الاستخدام على سطح المكتب تثبيت حزمة Python والعمل مع خادم REST أو سطر أوامر أو واجهة برمجة تطبيقات Python. سيجد المستخدمون الراغبون في تجربة سطح مكتب بنقرة واحدة أن Ollama أو LM Studio أكثر ملاءمة بشكل ملحوظ، حتى وإن كانت ميزة تصريف GPU المحمول في MLC Chat لا تنطبق بنفس الطريقة على سطح المكتب.
- مهام الرؤية أو إدخال الصور. لا يدعم MLC LLM رسميًا نماذج الرؤية-اللغة. إذا كانت حالة استخدامك تتضمن تشغيل نموذج قادر على رؤية الصور، راجع بدلًا من ذلك مراجعة LLaVA، أو مراجعة Idefics، أو دليل نماذج رؤية Ollama من PromptQuorum.
- أكبر النماذج المتاحة. يفرض العتاد المحمول قيودًا حقيقية — يحتاج مثال البدء السريع لـ MLC LLM نفسه إلى 6 غيغابايت على الأقل من VRAM المتاح لنموذج بـ 8 مليارات معلمة بتكميم int4، ووحدات معالجة الرسوميات وذاكرة الهواتف أكثر محدودية من وحدة معالجة رسوميات سطح المكتب. المستخدمون الراغبون في تشغيل أكبر النماذج المتاحة مفتوحة الأوزان محليًا يخدمهم بشكل أفضل أدوات سطح المكتب ذات هامش VRAM الأكبر.
- مستخدمو أندرويد على عتاد بدعم OpenCL محدود. يعتمد تسريع GPU في إصدار أندرويد على OpenCL، المؤكد عمله على بعض الأجهزة لكن ليس بشكل موثوق على أخرى — تحقق من طراز جهازك المحدد قبل افتراض تجربة سلسة.
البدائل والمنافسون
Ollama
- الأنسب لـ:
- بساطة موجهة نحو سطح المكتب عبر
ollama pull/ollama run؛ دعم أوسع لنماذج الرؤية مقارنة بـ MLC Chat - الرخصة:
- MIT
LM Studio
- الأنسب لـ:
- تجربة سطح مكتب موجهة نحو الواجهة الرسومية مع متصفح نماذج مدمج
- الرخصة:
- مجاني، تطبيق احتكاري
llama.cpp مباشرة
- الأنسب لـ:
- أقصى تحكم منخفض المستوى في الاستدلال دون خطوة تصريف مسبقة
- الرخصة:
- MIT
PocketPal AI
- الأنسب لـ:
- تطبيق آخر مخصص لنماذج لغوية محلية على الجوال؛ راجع مراجعة PromptQuorum الخاصة للمقارنة المباشرة
- الرخصة:
- تختلف — راجع مراجعة PocketPal AI من PromptQuorum
الأسئلة الشائعة
ما هو MLC Chat؟
MLC Chat تطبيق دردشة مجاني ومتعدد المنصات لتشغيل نماذج اللغة الكبيرة مباشرة على جهازك الخاص، طوّره فريق MLC AI فوق مُصرّف ومحرك تشغيل MLC LLM الخاص بهم، ومرخّص بموجب Apache-2.0.
من أين يمكنني تنزيل MLC Chat؟
على iOS، نزّله مباشرة من App Store. على أندرويد، لا تُدرجه MLC حاليًا في Google Play — نزّل ملف APK مباشرة من إصدارات GitHub الخاصة بـ MLC نفسها، ما يتطلب تفعيل التثبيت من مصادر غير معروفة. على سطح المكتب، لا يوجد تطبيق مُعبّأ بشكل منفصل؛ استخدم بدلًا من ذلك حزمة Python أو خادم REST أو واجهة سطر الأوامر الخاصة بـ MLC LLM.
هل MLC Chat مجاني؟
نعم. يُنشر التطبيق ومحرك MLC LLM الأساسي بموجب رخصة المصدر المفتوح Apache-2.0.
هل يدعم MLC Chat نماذج الرؤية؟
لا، ليس رسميًا، حتى وقت هذه المراجعة. لا يدعم MLC LLM رسميًا نماذج الرؤية-اللغة (إدخال الصور). توجد حلول مجتمعية غير رسمية لكن لم يُتحقق منها لهذه المراجعة.
ما الذي يميز MLC Chat عن Ollama أو llama.cpp؟
يُصرّف محرك MLC LLM الأساسي في MLC Chat النماذج مسبقًا لهدف عتاد محدد (باستخدام تقنيات من سلالة مُصرّف Apache TVM) بدلًا من تفسير نموذج بشكل عام وقت التشغيل، وهو ما يضعه المشروع كميزة لتسريع GPU تحديدًا على الشرائح المحمولة. يتبع كل من Ollama وllama.cpp نهج محرك تشغيل أكثر عمومية، ويقدم Ollama حاليًا دعمًا أوسع لنماذج الرؤية.
هل هذا آخر مقال في سلسلة PromptQuorum حول أدوات الذكاء الاصطناعي المحلية؟
نعم. مراجعة MLC Chat هذه هي المقال الأخير في سلسلة من أحد عشر مقالًا تغطي Whisper.cpp، وfaster-whisper، وPiper TTS، وCoqui TTS، وXTTS v2، وBark، وStyleTTS 2، وLLaVA، ونماذج رؤية Ollama، وIdefics، وMLC Chat.
الخلاصة: المقال الأخير في هذه السلسلة
يفي MLC Chat بوعد مميز فعليًا: دردشة نماذج لغوية كبيرة على الجهاز، متعددة المنصات ومُسرَّعة بواسطة GPU، تتحقق عبر تصريف تعلم الآلة بدلًا من محرك تشغيل واحد يناسب الجميع، مع وجود فعلي على App Store لنظام iOS وملف APK لأندرويد قابل للتنزيل مباشرة، كل ذلك بموجب رخصة Apache-2.0 المتساهلة. غير أنه ليس الخيار الأكثر راحة لمستخدمي سطح المكتب — إذ يعني سير العمل هذا حزمة Python وواجهة REST/سطر أوامر بدلًا من تطبيق مُعبّأ — كما أنه لا يدعم حاليًا نماذج الرؤية-اللغة على الإطلاق، رسميًا. اختر MLC Chat تحديدًا للدردشة على الجهاز المحمول حيث يؤتي نهجه المُصرَّف والمخصص لهدف العتاد ثماره؛ واختر Ollama أو LM Studio لأبسط تجربة سطح مكتب، ومراجعتَي LLaVA أو Idefics من PromptQuorum بدلًا من ذلك للنماذج المحلية القادرة على الرؤية. للاطلاع على الصورة التقنية الأعمق للمُصرّف خلف MLC Chat، راجع شرح MLC LLM من PromptQuorum. تختتم هذه المراجعة سلسلة PromptQuorum المكونة من أحد عشر مقالًا حول أدوات الذكاء الاصطناعي المحلية — من التعرف على الكلام (Whisper.cpp وfaster-whisper) وتوليف الكلام (Piper وCoqui TTS وXTTS v2 وBark وStyleTTS 2)، مرورًا بنماذج الرؤية-اللغة (LLaVA ونماذج رؤية Ollama وIdefics)، وصولًا إلى هذا المقال الأخير حول التصريف على الجهاز عبر المنصات المتعددة.
المصادر
- MLC Chat على App Store — توفر مؤكد على iOS.
- ملف APK الخاص بـ MLC Chat لأندرويد — قناة التنزيل المباشرة لأندرويد، مستضافة على إصدارات GitHub الخاصة بـ MLC نفسها.
- mlc-ai/mlc-llm على GitHub — الرخصة (Apache-2.0)، دعم المنصات، وثائق سلالة TVM.
- وثائق البدء السريع لـ MLC LLM — خطوات إعداد سطح المكتب، نموذج مثال، متطلبات VRAM.
- وثائق حزمة تطوير أندرويد لـ MLC LLM — اعتماد OpenCL على أندرويد وملاحظات توافق الأجهزة.
- بحث PromptQuorum حول دعم MLC LLM لنماذج الرؤية-اللغة، والذي يؤكد عدم وجود دعم رسمي لنماذج VLM ووجود حلول مجتمعية غير رسمية (مثل MLC-VLM-template) حتى وقت هذه المراجعة.