أبرز النقاط
- GPT-Live يستخدم بنية Full-Duplex تتيح الاستماع والتحدث في الوقت ذاته دون انتظار انتهاء المستخدم
- النموذج يُفوِّض المهام المعقدة كالبحث والاستدلال المنطقي إلى GPT-5.5 في الخلفية مع استمرار المحادثة
- دقة GPT-Live-1 في اختبار BrowseComp للبحث بلغت 75.2% مقارنة بـ 0.7% فقط في الوضع الصوتي المتقدم السابق
أعلنت OpenAI عن إطلاق GPT-Live، وهو جيل جديد من النماذج الصوتية المصمَّمة لجعل التحدث مع ChatGPT أقرب ما يكون إلى محادثة بشرية حقيقية. الفارق الجوهري أن النموذج يستطيع الاستماع والتحدث في آنٍ واحد بفضل بنية Full-Duplex، بدلاً من النمط التقليدي الذي يُلزم المستخدم بالانتظار حتى ينتهي الذكاء الاصطناعي من الكلام.
ما الذي يجعل GPT-Live مختلفاً عن الوضع الصوتي السابق؟
في الأنظمة الصوتية التقليدية — بما فيها المساعدات الشهيرة مثل Siri وAlexa — يعمل الصوت بنظام Half-Duplex: تتحدث أنت، ثم ينتظر النظام انتهاءك ليُعالج الكلام ويرد. هذا يخلق فجوات صمت غير طبيعية. أما GPT-Live فيعتمد Full-Duplex، أي إرسال واستقبال الصوت في اللحظة ذاتها كما يحدث في مكالمة هاتفية عادية بين شخصين.
وفقاً لـ OpenAI، يتخذ النموذج قرارات عدة مرات في الثانية: هل يتحدث؟ هل يستمر في الاستماع؟ هل يتوقف لحظة؟ هل يقاطع؟ كما يستخدم عبارات تأكيدية مثل «mhmm» أو «فهمت» ليُشعر المستخدم بأنه يتابع الحديث، ويمكن للمستخدم مقاطعته أو طلب الإبطاء دون أن ينهار السياق.
إصداران: واحد للمشتركين وآخر مجاني
تُطرح نسختان عالمياً منذ اللحظة الأولى:
- GPT-Live-1: متاح لمشتركي خطط Go وPlus وPro المدفوعة.
- GPT-Live-1 mini: متاح للحسابات المجانية.
كلا الإصدارين يعملان على iOS وAndroid وموقع ChatGPT.com. أما واجهة API للمطورين فستُتاح قريباً، ويمكن التسجيل المبكر عبر نموذج رسمي من OpenAI.
كيف يُعالج GPT-Live المهام المعقدة؟
هنا يكمن التحول الأكبر: فصل إدارة المحادثة الحية عن الاستدلال العميق. حين يحتاج السؤال إلى بحث على الويب أو تفكير منطقي أو قدرات وكيلية (Agent-like)، يُفوِّض GPT-Live الطلب إلى نموذج خلفي — حالياً GPT-5.5 — بينما يواصل هو الحفاظ على تدفق المحادثة دون انقطاع.
يستطيع المستخدم اختيار مستوى الاستدلال:
- Instant: إجابات فورية سريعة.
- Medium: توازن بين السرعة والعمق.
- High: يمنح ChatGPT وقتاً أطول للتفكير في المهام المعقدة.
هذا التفويض يُغلق فجوة كانت تُعيق النماذج الصوتية السابقة التي كانت تعتمد فقط على قدراتها الذاتية المحدودة، مما جعلها غير عملية للمهام الجادة.
أرقام الأداء: قفزة هائلة في الدقة
تكشف المقارنات المعيارية عن فارق صادم:
- اختبار GPQA للاستدلال العلمي: GPT-Live-1 (High) يحقق 84.2% مقابل 45.3% للوضع الصوتي المتقدم السابق.
- اختبار BrowseComp للبحث الوكيلي: GPT-Live-1 يسجل 75.2%، بينما الوضع السابق يقف عند 0.7% فقط. حتى النسخة المصغرة Mini تصل إلى 31.6%.
- اختبار tau3 Voice Telecom لمهام دعم الاتصالات: GPT-Live-1 (High) يُنجز نحو 65% من المهام في 385 ثانية تقريباً، مقارنة بـ 30% للوضع السابق مع زمن مماثل.
ميزات إضافية وقيود مؤقتة
إلى جانب المحادثة الطبيعية، يدعم التحديث بطاقات بصرية تظهر أثناء الحوار لعرض معلومات مثل الطقس أو أسعار الأسهم أو نتائج المباريات. كما أعادت OpenAI تصميم الأصوات التسعة المتاحة لتناسب GPT-Live.
في المقابل، لا يدعم GPT-Live حالياً ميزة الصوت مع الفيديو أو مشاركة الشاشة في ChatGPT، لكن OpenAI تؤكد أنها قادمة قريباً. وستظل الأوضاع الصوتية القديمة (Standard وAdvanced Voice Mode) متاحة مؤقتاً لمن يحتاجون هذه الميزات.
المخاوف الأمنية: صوت أكثر بشرية يعني مخاطر أعلى
تُظهر الأبحاث أن البشر يميلون بطبيعتهم لمعاملة نماذج الذكاء الاصطناعي كبشر حقيقيين، مما يجعلهم أكثر قابلية للانقياد وراء اقتراحاتها — أحياناً بعواقب جدية. ومع نموذج صوتي يبدو أكثر طبيعية من أي وقت مضى، ترتفع المخاطر المتعلقة بالتأثير النفسي والإقناع غير المرغوب فيه.
رأي Logicity
GPT-Live يُعيد تعريف ما يمكن توقعه من المساعدات الصوتية. البنية التي تفصل بين إدارة الحوار والاستدلال العميق قد تصبح المعيار الصناعي الجديد. من المثير للاهتمام أن Nvidia أطلقت نموذجاً مفتوح المصدر مشابهاً باسم PersonaPlex في وقت سابق من العام، مما يعني أن المنافسة على هذه الفئة ستشتد. بالنسبة لفرق المنتجات التي تبني تطبيقات صوتية، فإن Google Gemini Live وAmazon Alexa LLM يمثلان بدائل ينبغي مراقبتها، وإن كانت بنية Full-Duplex مع تفويض خلفي لنموذج أقوى تبدو حالياً حصرية لـ OpenAI على هذا المستوى من النضج.
الأسئلة الشائعة
ما الفرق بين GPT-Live والوضع الصوتي المتقدم السابق في ChatGPT؟
GPT-Live يستخدم بنية Full-Duplex تتيح الاستماع والتحدث معاً دون انتظار، بينما الوضع السابق كان Half-Duplex يتطلب تناوباً. كما يُفوِّض GPT-Live المهام المعقدة لـ GPT-5.5 في الخلفية، مما يرفع الدقة بشكل كبير.
هل GPT-Live متاح مجاناً؟
نعم، نسخة GPT-Live-1 mini متاحة للحسابات المجانية، بينما GPT-Live-1 الكامل يتطلب اشتراكاً مدفوعاً (Go أو Plus أو Pro).
هل يدعم GPT-Live مكالمات الفيديو أو مشاركة الشاشة؟
ليس حالياً. OpenAI أعلنت أن هذه الميزات قادمة قريباً، وفي الوقت الراهن يمكن استخدام الأوضاع الصوتية القديمة لمن يحتاجها.
كيف يتعامل GPT-Live مع الأسئلة التي تحتاج بحثاً على الإنترنت؟
يُفوِّض الطلب تلقائياً إلى GPT-5.5 في الخلفية الذي يُجري البحث والاستدلال، بينما يواصل GPT-Live الحفاظ على تدفق المحادثة.
متى ستتوفر واجهة API للمطورين؟
أعلنت OpenAI أن وصول API قادم قريباً، ويمكن للمطورين التسجيل المبكر عبر نموذج رسمي على موقعها.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً صوتياً أو تستكشف دمج GPT-Live في تطبيقك، تواصل مع فريق Logicity للحصول على استشارات تقنية متخصصة أو تغطية لمشروعك.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
