بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري
ChatGPT مع نموذج GPT-Live-1″>أعلنت OpenAI عن إعادة هيكلة كاملة لوضع الصوت في ChatGPT، عبر نموذج جديد اسمه GPT-Live-1 يُغيّر أساس كيفية عمل المحادثة الصوتية — لا تحسيناً تدريجياً، بل بنية مختلفة تماماً. قال قائد الأبحاث في OpenAI Kundan Kumar خلال إحاطة صحفية إن GPT-Live-1 هو “أذكى نموذج صوتي” أنتجته الشركة حتى الآن.
الفارق الجوهري عن النموذج القديم أن GPT-Live-1 نموذج full duplex، كما وصفه قائد المنتج Atty Eleti: “يستطيع التحدث والاستماع في الوقت ذاته، ويعالج تدفق المدخلات وينتج تدفق المخرجات بشكل متواصل ومتزامن.” النموذج القديم كان يعمل بنظام الدور المتبادل (turn-based)، وكان يعاني من تعثرات في تدفق الحوار الطبيعي وأحياناً من إجابات غير دقيقة. هذا التحوّل البنيوي هو ما يتيح الميزات الجديدة.
أبرز ما يجلبه GPT-Live-1 للمستخدم:
- لا مقاطعة عند التوقف المؤقت: إذا توقفت في منتصف جملة، يدرك النموذج أنك لم تنتهِ بعد وينتظر بدلاً من أن يقتحم الحوار — مشكلة كانت مزعجة بشكل موثق في النموذج السابق.
- صمت عند الطلب: يمكنك الآن أن تطلب من ChatGPT الصوتي الصمت حتى يُستدعى مجدداً، مع إشارات استماع خفيفة مثل “mhmm” و”yeah” و”got it” تُعلمك بأنه ما زال يتابع. هذا لم يكن ممكناً قبلاً وفق ما أكدته OpenAI.
- ترجمة فورية أثناء الكلام: بدلاً من الانتظار حتى تنتهي من الجملة، يترجم النموذج كلامك بالتوازي مع نطقه — وهو ما يصبح ممكناً تحديداً بسبب القدرة على المعالجة المتزامنة.
- إسناد تلقائي إلى GPT-5.5: عندما تتطلب المحادثة تفكيراً أو بحثاً على الإنترنت، يُحيل GPT-Live-1 الاستعلام تلقائياً إلى نماذج النص الأفضل كـ GPT-5.5، ثم يعود بالنتائج إلى المحادثة الصوتية بسلاسة.
- مرئيات مولّدة بالذكاء الاصطناعي: في المحادثات التي تتناول الطقس أو الأسهم أو نتائج الرياضة، يُضيف النموذج مرئيات مُنشأة تلقائياً تعرض المعلومات ذات الصلة كتوقعات الطقس الأسبوعية أو نتائج المباريات.
- ضمانات سلامة مُدمجة: يحمل النموذج حواجز حماية مُضمَّنة تُبعده عن الردود الضارة أو تُنهي المحادثة في “مواقف عالية الخطورة”، مع تقديم دعم من خطوط مساعدة للأزمات في حالات الحديث عن إيذاء النفس — وهذا في سياق دعاوى قضائية تواجهها OpenAI تتعلق بتأثير ChatGPT على الصحة النفسية لبعض المستخدمين. كما يُقدّم النموذج ردوداً “مناسبة لسنّ المراهقين” عند الضرورة.
من حيث التوفر: GPT-Live-1 يصل إلى مشتركي Go وPlus وPro عبر iOS وAndroid والويب، بينما يحصل المستخدمون المجانيون على نسخة مصغّرة أكثر كفاءة باسم GPT-Live-1 mini. لا تُعطي OpenAI حتى الآن جدولاً زمنياً لدعم لغات أخرى في ميزة الترجمة الفورية، وهو تفصيل مهم لمستخدمي اللغة العربية تحديداً.
التحوّل من نموذج turn-based إلى full duplex ليس مجرد تحسين تقني — إنه يُعيد تعريف ما يعنيه “المساعد الصوتي” كمفهوم. المشكلة الكبرى في التجارب الصوتية السابقة لم تكن جودة الصوت، بل كانت عدم القدرة على الإحساس بإيقاع الحديث الإنساني الطبيعي. إن نجح GPT-Live-1 في تقديم ما يعد به، فقد تكون المحادثة الصوتية مع الذكاء الاصطناعي على وشك أن تصبح شيئاً تريد فعله، لا شيئاً تتحمّله.
