نموذج GPT-Live الصوتي يصل رسميًا إلى ChatGPT بمزايا ثورية

بدأت شركة OpenAI طرح جيل جديد من نماذج المحادثة الصوتية داخل ChatGPT تحت اسم GPT-Live، في خطوة تستهدف تحويل التفاعل الصوتي مع الذكاء الاصطناعي من تجربة متقطعة تشبه تبادل الأدوار، إلى محادثة أكثر طبيعية وسلاسة تشبه الحديث مع شخص حقيقي. 

ويشمل الطرح نموذجين جديدين هما GPT-Live-1 وGPT-Live-1 mini، على أن يصل التحديث تدريجيًا إلى مستخدمي ChatGPT حول العالم عبر تطبيقات iOS وAndroid وموقع ChatGPT.com.

الميزة الأهم في التحديث الجديد هي أن ChatGPT Voice أصبح قادرًا على الاستماع والتحدث في الوقت نفسه بفضل بنية Full-Duplex، وهي بنية تسمح للنموذج بمتابعة كلام المستخدم لحظة بلحظة بدلًا من الانتظار حتى ينتهي تمامًا من الحديث. 

وهذا يعني أن المحادثة لن تبدو بعد الآن وكأنها سلسلة من الأوامر والردود المنفصلة، بل ستصبح أقرب إلى حوار حي يمكن فيه للمستخدم أن يقاطع، أو يتوقف للتفكير، أو يطلب من ChatGPT أن يتمهّل أو ينتظر دون أن يقاطعه بشكل مزعج.

نهاية مشكلة المقاطعات غير الطبيعية

كانت واحدة من أبرز مشكلات الوضع الصوتي السابق في ChatGPT أنه كان يعتمد بدرجة كبيرة على اكتشاف الصمت لتحديد ما إذا كان المستخدم قد انتهى من الكلام. فإذا توقف المستخدم للحظة كي يفكر في الإجابة، أو ظهرت ضوضاء في الخلفية، كان النظام قد يظن أن الكلام انتهى ويبدأ في الرد قبل الوقت المناسب. 

أما GPT-Live-1 فيعالج هذه المشكلة من خلال فهم أفضل للتوقفات، والمقاطعات، وتغير سرعة الحديث، مع قدرة على اتخاذ قرار في اللحظة نفسها: هل يستمر في الاستماع؟ هل يرد الآن؟ هل ينتظر؟ أم هل يكتفي بإشارة صوتية قصيرة تؤكد أنه يتابع الحوار؟

وتوضح OpenAI أن التجربة الجديدة تسمح للمستخدم بأن يتوقف للتفكير دون أن يقفز ChatGPT للرد فورًا. كما يمكن للمستخدم أن يطلب منه البقاء صامتًا والاستماع، وسيواصل النظام متابعة الحديث بدلًا من التدخل غير المرغوب فيه. وهذه النقطة تحديدًا تجعل GPT-Live-1 أكثر ملاءمة للمحادثات الطويلة، والتعلم، والتدريب اللغوي، والنقاشات التي تحتاج إلى تفكير قبل الإجابة.

لماذا يبدو GPT-Live-1 أذكى من الوضع الصوتي السابق؟

لم تكتفِ OpenAI بتحسين طريقة الاستماع والرد، بل جعلت GPT-Live-1 قادرًا على الاستعانة بنماذج أقوى في الخلفية عند الحاجة. فعندما يطرح المستخدم سؤالًا يتطلب بحثًا على الويب، أو تفكيرًا أعمق، أو تنفيذ مهمة أكثر تعقيدًا، يستطيع GPT-Live تمرير المهمة إلى نموذج أحدث وأكثر قدرة، مثل GPT-5.5 عند الإطلاق، ثم إعادة النتيجة إلى المحادثة عندما تكون جاهزة.

هذا يعني أن المستخدم قد يواصل الحديث مع ChatGPT بينما يجري النظام عملية بحث أو تحليل في الخلفية، بدلًا من أن تتوقف المحادثة بالكامل في انتظار الإجابة. وبحسب OpenAI، يستطيع GPT-Live الحفاظ على تدفق الحوار أثناء تنفيذ هذه المهام، ثم إدخال النتيجة في الحديث بشكل طبيعي عندما تكتمل.

نموذج للمستخدمين المدفوعين وآخر للمجانيين

سيكون GPT-Live-1 هو النموذج الافتراضي لتجربة الصوت لدى مستخدمي الخطط المدفوعة، بينما سيحصل مستخدمو الخطة المجانية على GPT-Live-1 mini. وتؤكد OpenAI أن التحديث يصل إلى خطط المستهلكين، بما في ذلك الخطة المجانية، لكن التوفر قد يختلف حسب المنطقة، ونوع الحساب، وإصدار التطبيق.

ومن المهم الإشارة إلى أن عبارة “يصل للجميع” لا تعني أنه متاح لكل بيئات ChatGPT بلا استثناء منذ اليوم الأول. فميزة Live لا تتوفر عند الإطلاق داخل مساحات ChatGPT Business وEnterprise وEdu، كما أنها لا تعمل مبدئيًا مع Temporary Chats أو تطبيق سطح المكتب أو Work أو Codex أو GPTs المخصصة.

ترجمة فورية أثناء الحديث

من أبرز الإضافات الجديدة دعم الترجمة الحية داخل المحادثة الصوتية. فبفضل قدرة GPT-Live على الاستماع والتحدث في الوقت نفسه، يمكن استخدامه في مواقف تحتاج إلى ترجمة مباشرة أثناء الكلام، مثل السفر، والاجتماعات، والدراسة، والتواصل مع أشخاص يتحدثون لغة مختلفة. وتشير OpenAI إلى أن بنية GPT-Live الجديدة تتيح للنموذج أداء الترجمة الحية ضمن تدفق المحادثة بدلًا من انتظار انتهاء كل جملة بشكل منفصل.

هذه الميزة قد تجعل ChatGPT أكثر قربًا من فكرة المترجم الفوري الشخصي، خاصة في المحادثات اليومية أو المواقف التي لا تحتاج إلى معدات ترجمة متخصصة. ومع ذلك، تؤكد OpenAI أن الأداء قد يختلف بين اللغات، وأن بعض اللغات قد تظهر فيها لكنة غير أصلية أو فجوات في الطلاقة، مع استمرار العمل على تحسين التجربة.

أصوات محسّنة وتجربة أكثر حيوية

أعادت OpenAI تحسين الأصوات التسعة المتاحة داخل ChatGPT لتناسب تجربة GPT-Live الجديدة. وبدلًا من ردود صوتية تبدو منفصلة أو رسمية أكثر من اللازم، يمكن للنظام الآن استخدام إشارات استماع طبيعية مثل “got it” أو “mhmm”، ما يجعل المحادثة أقل جمودًا وأكثر قربًا من الإيقاع البشري المعتاد.

كما أصبح ChatGPT Voice أفضل في التعامل مع الضوضاء الخلفية، مثل أصوات الشارع أو الحديث الجانبي، إذ يركز بدرجة أكبر على صوت المستخدم بدلًا من التشتت بالمؤثرات المحيطة. وهذا التطوير مهم لاستخدام المساعد الصوتي في الحياة اليومية، خصوصًا أثناء التنقل، أو داخل السيارة، أو في الأماكن العامة.

بطاقات مرئية أثناء المحادثة

لم تعد تجربة Voice صوتية فقط. فمع GPT-Live، يمكن لـ ChatGPT عرض بطاقات مرئية غنية أثناء المحادثة في موضوعات مثل الطقس، والرياضة، والأسهم، وغيرها من المعلومات التي يكون عرضها بصريًا أكثر فائدة من الاكتفاء بسماعها. كما يمكن لتجربة Live استخدام البحث على الويب والذاكرة والعمل مع النصوص والصور داخل المحادثة نفسها عندما تكون هذه الإمكانات متاحة لحساب المستخدم.

هذه الإضافة تجعل ChatGPT أقرب إلى مساعد متعدد الوسائط، حيث يستطيع المستخدم التحدث، ومشاهدة نتائج مختصرة، وإرسال صور أو كتابة نص داخل المحادثة نفسها دون الحاجة إلى بدء تجربة منفصلة.

مستويات مختلفة من التفكير

تتيح OpenAI في تجربة GPT-Live مستويات مختلفة من عمق التفكير بحسب احتياج المستخدم. فهناك وضع Instant للردود السريعة، إلى جانب Medium وHigh عندما يحتاج المستخدم إلى إجابات أعمق أو تحليل أكثر تفصيلًا. وتوضح الشركة أن GPT-Live-1 وGPT-Live-1 mini يستخدمان GPT-5.5 Instant في الخلفية، بينما تعتمد أوضاع Medium وHigh على GPT-5.5 Thinking بدرجات تفكير أعلى.

هذه المرونة مهمة لأنها تمنح المستخدم اختيارًا بين السرعة والعمق؛ فإذا كان السؤال بسيطًا يمكن الحصول على رد سريع، أما إذا كان السؤال يحتاج إلى تحليل أو بحث أو تفكير مركب، فيمكن السماح للنموذج بأخذ وقت أطول لتقديم إجابة أفضل.

قيود مهمة عند الإطلاق

رغم أن GPT-Live يمثل تحديثًا كبيرًا لتجربة ChatGPT Voice، فإنه لا يدعم في البداية مشاركة الفيديو أو مشاركة الشاشة. وستظل هذه الإمكانات متاحة للمستخدمين المؤهلين من خلال Advanced Voice Mode على تطبيقات iOS وAndroid. كما تؤكد OpenAI أن Live لا يدعم مبدئيًا بعض الاستخدامات مثل الإضافات، والتطبيقات المتصلة، وبيئات العمل المؤسسية، وGPTs المخصصة.

وهذا يعني أن GPT-Live لا يستبدل كل وظائف الوضع الصوتي السابق فورًا، بل يبدأ كتجربة جديدة تركز على المحادثة الطبيعية، بينما تبقى بعض المزايا المتقدمة مرتبطة مؤقتًا بالوضع الصوتي المتقدم السابق.

سلامة مصممة خصيصًا للصوت

خصصت OpenAI طبقات سلامة جديدة لتجربة GPT-Live نظرًا لأن المحادثات الصوتية تحدث في الوقت الحقيقي. وتشمل هذه الحماية فحص المدخلات والمخرجات أثناء سير المحادثة، والقدرة على توجيه النموذج نحو رد أكثر أمانًا، أو إظهار رسائل وموارد دعم، أو إنهاء المحادثة الصوتية في الحالات عالية الخطورة.

كما تقول الشركة إنها أضافت ضوابط خاصة بالمحادثات المتعلقة بإيذاء النفس، وسلوكًا مناسبًا للمستخدمين المراهقين، وخيارات للرقابة الأبوية، إضافة إلى حماية ضد انتحال أصوات البشر. وتؤكد OpenAI أن GPT-Live مصمم للمحادثة وليس لتقليد أصوات أشخاص حقيقيين، وأنه يعتمد على مجموعة أصوات محددة مسبقًا داخل ChatGPT.

خطوة نحو جعل الصوت الواجهة الأساسية للذكاء الاصطناعي

حتى الآن، كان الوضع الصوتي في ChatGPT مفيدًا في مواقف محددة، مثل القيادة، أو إنجاز مهمة باليدين، أو ممارسة اللغة. لكنه لم يكن دائمًا الخيار الأساسي للتفاعل مع الذكاء الاصطناعي بسبب المقاطعات، والانتظار، والإحساس بأن الحوار يسير بنظام أدوار جامد.

مع GPT-Live-1، تحاول OpenAI تغيير هذه المعادلة. فالنموذج الجديد لا يرد بصوت أفضل فقط، بل يدير الحوار بطريقة مختلفة: يستمع، ينتظر، يقاطع عند الحاجة، يفهم التوقفات، يستعين بنماذج أقوى في الخلفية، ويعرض نتائج مرئية عند الضرورة. وبذلك يصبح الصوت مرشحًا ليكون واجهة رئيسية للتعامل مع الذكاء الاصطناعي، لا مجرد ميزة إضافية داخل التطبيق.

ومع وصول GPT-Live تدريجيًا إلى المستخدمين حول العالم، يبدو أن OpenAI تقترب خطوة جديدة من هدف أكبر: جعل التفاعل مع الذكاء الاصطناعي أكثر طبيعية، وأكثر حضورًا، وأقرب إلى المحادثة البشرية الحقيقية.

المصدر