أعلنت شركة OpenAI عن بدء طرح GPT-Live، وهو جيل جديد من نماذج الصوت المصممة لجعل التفاعل مع ChatGPT أقرب إلى المحادثة البشرية الطبيعية، بدلًا من أسلوب السؤال والانتظار ثم الرد الذي اعتمدت عليه معظم المساعدات الصوتية لسنوات.
ويبدأ الطرح عالميًا لمستخدمي ChatGPT عبر تطبيقات iOS و أندرويد وموقع ChatGPT.com، مع إتاحة نسختين هما GPT-Live-1 وGPT-Live-1 mini.
نقلة أساسية في طريقة عمل المحادثات الصوتية داخل نموذج GPT-Live
الميزة الأبرز في GPT-Live هي اعتماده على بنية تُعرف باسم Full-Duplex، أي أن النموذج يستطيع الاستماع والتحدث في الوقت نفسه.
وبهذا لم يعد النظام مضطرًا إلى انتظار انتهاء المستخدم من الكلام بالكامل قبل أن يبدأ في الاستجابة، بل يمكنه متابعة الكلام لحظة بلحظة، ومقاطعة المستخدم عند الحاجة، أو الانتظار بهدوء، أو إظهار أنه يستمع من خلال عبارات طبيعية قصيرة مثل “mhmm” و“got it”.
هذه البنية تغيّر الإحساس العام بالتفاعل مع ChatGPT Voice؛ فبدلًا من محادثة تبدو مقطّعة أو آلية، تصبح التجربة أكثر سلاسة وقربًا من الحديث مع شخص حقيقي. ويمكن للمستخدم أن يتوقف للتفكير، أو يطرح سؤالًا إضافيًا أثناء رد ChatGPT، أو يطلب من المساعد أن يتمهّل في الكلام دون أن تنهار المحادثة أو تفقد سياقها.
ما الفرق بين GPT-Live والأنظمة الصوتية السابقة؟
في التجارب الصوتية القديمة، كانت المحادثة تمر غالبًا عبر سلسلة منفصلة من النماذج: نموذج لتحويل الكلام إلى نص، ثم نموذج لغوي لإنتاج الإجابة، ثم نموذج آخر لتحويل النص إلى صوت. ورغم أن هذا الأسلوب مكّن المستخدمين من التحدث مع نماذج ذكاء اصطناعي متقدمة، فإنه كان يؤدي أحيانًا إلى بطء في الاستجابة وفقدان جزء من السياق بين مرحلة وأخرى.
أما Advanced Voice Mode فقد حسّن التجربة بجعل المعالجة الصوتية أكثر تكاملًا، لكنه ظل يعتمد على فكرة الأدوار المنفصلة؛ أي أن المستخدم يتحدث أولًا، ثم ينتظر النموذج حتى يكتشف نهاية الكلام، وبعدها يبدأ الرد. هذه الآلية كانت تتأثر بالصمت القصير أو الضوضاء الخلفية، وقد تؤدي أحيانًا إلى مقاطعات غير طبيعية.
مع GPT-Live، تنتقل OpenAI إلى نموذج أكثر مرونة؛ إذ يعالج الصوت باستمرار أثناء توليد الرد، ويستطيع اتخاذ قرارات تفاعلية عدة مرات في الثانية، مثل: هل يتحدث الآن؟ هل يواصل الاستماع؟ هل ينتظر؟ هل يقاطع؟ أم هل يحتاج إلى تشغيل أداة أو إجراء بحث في الخلفية؟
GPT-5.5 يعمل في الخلفية للمهام الأصعب
لا يقتصر GPT-Live على تحسين الصوت فقط، بل يعتمد أيضًا على تفويض المهام المعقدة إلى نموذج أقوى في الخلفية. فعندما يطرح المستخدم سؤالًا يتطلب بحثًا على الويب، أو تفكيرًا أعمق، أو تنفيذ خطوات متعددة، يستطيع GPT-Live تمرير المهمة إلى GPT-5.5 بينما تستمر المحادثة الصوتية دون توقف. وعندما تكتمل النتيجة، يعيد GPT-Live دمجها داخل الحوار بصورة طبيعية.
وتوضح OpenAI أن GPT-Live سيستخدم GPT-5.5 عند الإطلاق، على أن يتم تحديث النموذج الخلفي بمرور الوقت مع طرح نماذج أحدث. كما تؤكد الشركة أن هذا الفصل بين “المحادثة الحية” و“العمل العميق” قد يفتح الباب مستقبلًا لمهام صوتية أطول وأكثر تعقيدًا، بما في ذلك المهام الوكيلية التي تتطلب تنفيذًا متعدد الخطوات.
نسختان حسب نوع الاشتراك
سيتم توفير GPT-Live من خلال نسختين رئيسيتين. الأولى هي GPT-Live-1، وستكون النموذج الافتراضي لتجربة ChatGPT Voice لدى مستخدمي الخطط المدفوعة مثل Go وPlus وPro. أما GPT-Live-1 mini فستكون النسخة الافتراضية لمستخدمي الخطة المجانية.
وتشير صفحة المساعدة الرسمية إلى أن ميزة Live ستظهر ضمن إعدادات الصوت إلى جانب خيارات أخرى مثل Advanced وStandard، لكن التوفر قد يختلف حسب الخطة والمنطقة وإصدار التطبيق. كما أن الطرح يتم تدريجيًا، لذلك قد لا تظهر الميزة فورًا لكل الحسابات في اللحظة نفسها.
أكثر من 150 مليون مستخدم أسبوعيًا للصوت والإملاء
تكشف OpenAI أن أكثر من 150 مليون شخص يستخدمون أسبوعيًا ميزات Voice وDictation داخل ChatGPT، سواء للحصول على مساعدة يومية دون استخدام اليدين، أو ممارسة اللغات، أو سرد القصص، أو الدردشة أثناء التنقل. ومع GPT-Live، تراهن الشركة على تحويل هذه التجربة من مجرد ردود صوتية إلى محادثة أكثر ذكاءً وحضورًا.
مزايا جديدة داخل ChatGPT Voice
تتضمن التجربة الجديدة عددًا من التحسينات المهمة، أبرزها القدرة على فهم المقاطعات بصورة أفضل، والانتظار عند توقف المستخدم للتفكير، والتعامل مع الضوضاء الخلفية بتركيز أكبر على صوت المستخدم. كما أعادت OpenAI تحسين الأصوات التسعة المتاحة في ChatGPT لتبدو أكثر ملاءمة لتجربة GPT-Live.
ومن بين المزايا أيضًا إمكانية اختيار مستوى الذكاء أو عمق التفكير في بعض الحسابات، من خلال أوضاع مثل Instant للردود السريعة، وMedium وHigh عندما يريد المستخدم إجابات أكثر تعمقًا. وتوضح OpenAI أن المستويات الأعلى قد تستغرق وقتًا أطول، خصوصًا عندما تحتاج المحادثة الصوتية إلى البحث على الويب.
كما أصبح بإمكان ChatGPT Voice عرض بطاقات مرئية غنية أثناء المحادثة في موضوعات مثل الطقس، والأسهم، والرياضة، وغيرها. وهذا يجعل التجربة الصوتية ليست صوتية فقط، بل مزيجًا بين الحديث المباشر والعرض البصري السريع للمعلومات المهمة.
مميزات نموذج GPT-Live
دعم للبحث، الذاكرة، الصور، والترجمة الحية
تقول OpenAI إن تجربة Live يمكنها استخدام البحث على الويب والذاكرة، كما يمكنها العمل مع النصوص والصور داخل المحادثة نفسها عندما تكون هذه المزايا متاحة لحساب المستخدم. وتؤكد الشركة أيضًا أن GPT-Live صُمم للتفاعل المستمر، بما يسمح باستخدامه في الترجمة الحية بصورة أكثر طبيعية من التجارب الصوتية التقليدية.
هذه الإضافة مهمة لأنها تجعل ChatGPT Voice أقرب إلى مساعد ذكي متعدد الوسائط، لا يكتفي بالاستماع والرد، بل يستطيع الاستعانة بالسياق، والبحث، والعناصر المرئية، وربما تنفيذ مهام أكثر تعقيدًا في المستقبل.
قيود عند الإطلاق
رغم التحديث الكبير، لن تدعم تجربة Live في البداية مشاركة الفيديو أو مشاركة الشاشة. وستظل هذه الميزات متاحة للمستخدمين المؤهلين عبر Advanced Voice Mode على تطبيقات iOS وأندرويد.
كما أن Live لن تكون متاحة عند الإطلاق داخل بعض البيئات مثل ChatGPT Business وEnterprise وEdu، ولن تعمل مبدئيًا مع بعض الاستخدامات مثل Temporary Chats أو تطبيق سطح المكتب أو Work أو Codex أو الـGPTs المخصصة.
وهذا يعني أن GPT-Live لا يستبدل كل إمكانات الصوت السابقة دفعة واحدة، بل يبدأ كتجربة صوتية جديدة تركّز على المحادثة الطبيعية، بينما تبقى بعض الميزات المتقدمة مرتبطة مؤقتًا بالوضع الصوتي السابق.
تركيز خاص على السلامة في المحادثات الصوتية
أضافت OpenAI طبقات سلامة مصممة خصيصًا للتفاعل الصوتي في الوقت الحقيقي. بحسب بطاقة السلامة الرسمية، تستطيع الأنظمة فحص المدخلات والمخرجات أثناء سير المحادثة، والتدخل أثناء الكلام إذا ظهر محتوى غير آمن، أو توجيه الرد نحو صياغة أكثر أمانًا، أو تقديم موارد دعم، أو إنهاء المحادثة في الحالات عالية الخطورة.
وتشمل إجراءات السلامة أيضًا دعمًا خاصًا للمحادثات المتعلقة بإيذاء النفس، وسلوكًا مناسبًا للمراهقين، وخيارات رقابة أبوية، إضافة إلى حماية ضد تقليد أصوات أشخاص حقيقيين. وتؤكد OpenAI أن GPT-Live يستخدم مجموعة أصوات محددة مسبقًا داخل ChatGPT، وليس مصممًا لانتحال أصوات البشر.
خطوة مهمة نحو مستقبل المساعدات الصوتية
يمثل GPT-Live خطوة كبيرة في تطور المساعدات الصوتية المعتمدة على الذكاء الاصطناعي. فالفارق هنا لا يتعلق بجودة الصوت فقط، بل بطريقة إدارة الحوار نفسه. النموذج الجديد يستطيع الاستماع، والتحدث، والانتظار، والمقاطعة، والبحث، والتفكير في الخلفية، مع الحفاظ على تدفق المحادثة.
وبذلك تحاول OpenAI نقل ChatGPT Voice من تجربة “مساعد يرد بعد انتهاء السؤال” إلى تجربة “شريك حواري مباشر” قادر على متابعة الكلام في الزمن الحقيقي، وفهم السياق، وتنفيذ مهام أكثر ذكاءً دون كسر الإيقاع الطبيعي للمحادثة.
ومع استمرار طرح الميزة عالميًا وتوسيع دعمها للمنصات والحسابات المختلفة، قد يصبح GPT-Live أحد أهم تحديثات ChatGPT الصوتية منذ إطلاق وضع الصوت، خصوصًا للمستخدمين الذين يعتمدون على الذكاء الاصطناعي في التعلم، العمل، الترجمة، البحث السريع، والمساعدة اليومية دون استخدام اليدين.
ويمكن تلخيص مميزات نموذج GPT-Live في الآتي :
- محادثات صوتية أكثر طبيعية تشبه الحوار الحقيقي بدل أسلوب السؤال ثم الانتظار.
- الاستماع والتحدث في نفس الوقت بفضل تقنية Full-Duplex.
- تقليل المقاطعات المزعجة عند توقف المستخدم للتفكير أو الصمت لثوانٍ.
- فهم أفضل للتوقفات أثناء الكلام وعدم افتراض أن المستخدم انتهى من حديثه فورًا.
- إمكانية مقاطعة ChatGPT أثناء حديثه أو طلب أن ينتظر دون أن يرد.
- الردود أصبحت أذكى لأن النموذج يستعين بـ GPT-5.5 في الخلفية للأسئلة الصعبة.
- البحث على الويب أثناء المحادثة دون تعطيل تدفق الحوار.
- تنفيذ مهام في الخلفية ثم إدخال النتيجة داخل المحادثة بشكل طبيعي.
- دعم الترجمة الفورية أثناء الكلام بين اللغات المختلفة.
- تحسين الأصوات التسعة داخل ChatGPT لتبدو أكثر طبيعية وحيوية.
- استخدام عبارات استماع طبيعية مثل: “تمام”، “فهمت”، “ممم” أثناء الحوار.
- تعامل أفضل مع الضوضاء الخلفية والتركيز على صوت المستخدم.
- عرض بطاقات مرئية أثناء المحادثة مثل الطقس، الرياضة، الأسهم والمعلومات السريعة.
- مستويات مختلفة للتفكير بين رد سريع أو إجابة أعمق حسب الحاجة.
- نسخة كاملة للمستخدمين المدفوعين باسم GPT-Live-1.
- نسخة خفيفة للمستخدمين المجانيين باسم GPT-Live-1 mini.
- دعم أوسع لمستخدمي ChatGPT عبر iOS وAndroid وChatGPT.com.
- مزايا أمان مخصصة للصوت تشمل منع انتحال الأصوات والتعامل مع المحادثات الحساسة.
- التمهيد لتحويل الصوت إلى واجهة رئيسية للتعامل مع الذكاء الاصطناعي بدل الكتابة فقط.
اقرأ أيضًا: 10 علامات تحذيرية تشير إلى اختراق هاتفك بــ برامج التجسس وشرح طريقة إزالتها
