الحدث

أتاحت أوبن إيه آي في 10 سبتمبر 2026 نموذج GPT‑Live‑1 عبر واجهتها البرمجية، بعد طرحه داخل محادثات تشات جي بي تي الصوتية، مستهدفة تطبيقات الهاتف وخدمة العملاء والحجوزات وتجارب الصوت الفورية. وأصبح النموذج متاحاً عند الإعلان، وليس ضمن معاينة مغلقة أو طرح مؤجل. ويتيح للمستخدم مقاطعة الوكيل أو تغيير مسار الحديث قبل انتهاء الرد، ويعمل بأسلوب «الازدواج الكامل» لمعالجة الصوت الداخل والخارج معاً، بدلاً من تسلسل تحويل الكلام إلى نص ثم تشغيل نموذج للاستدلال وإعادة تحويل الإجابة إلى صوت.

التفاصيل

• طبقة المحادثة: يدير GPT‑Live‑1 إيقاع الحديث والتوقفات والإشارات القصيرة والضوضاء الخلفية، لكنه يعمل بوصفه واجهة صوتية أمامية ضمن نظام أوسع. ويمكن ربطه بنموذج نصي خلفي يتولى الاستدلال الأعمق، وبأدوات أو إطار وكيل لتنفيذ إجراءات مثل البحث في معلومات العميل أو إتمام طلب مصرح به.
• تحكم المطور: يبقى اختيار النموذج الخلفي والأدوات والصلاحيات ضمن مسؤولية التطبيق. وتتيح هذه البنية إحالة المهام المعقدة إلى نموذج مناسب، بينما يواصل GPT‑Live‑1 إدارة التفاعل الصوتي مع المستخدم، بما يشمل الاستماع والرد المتزامنين والتعامل مع المقاطعات أثناء المحادثة.
• قنوات الاتصال: توفر الواجهة نصاً مكتوباً تلقائياً لما يسمعه النموذج ولردوده، إلى جانب ترجيح كلمات محددة وكشف نهاية دور المتحدث. ويمكن دمجها عبر WebRTC في تطبيقات المتصفح، أو WebSockets في الخوادم، أو تقنيات الاتصالات الهاتفية وبروتوكول SIP.
• الأصوات واللغات: أضافت الشركة 12 صوتاً فورياً يمكن ضبط نبرتها وسرعتها وأسلوبها من خلال تعليمات النظام، وقالت إن الخيارات تغطي نطاقاً أوسع من اللهجات واللغات. وتظل العربية ولهجاتها بحاجة إلى اختبار عملي، فيما تحتاج الأصوات المخصصة إلى التواصل مع المبيعات وتخضع لشروط أهلية منفصلة.
• نتائج الاختبارات: قالت أوبن إيه آي إن النموذج رفع نتيجة اختبار Full Duplex Bench بنحو 30 نقطة مئوية مقارنة بـGPT‑Realtime‑2.1. كما قالت منصة تعلم اللغات Speak إن اختباراتها المبكرة سجلت انخفاضاً يقارب 80% في المقاطعات التي تحدث عندما يتوقف المتعلم مؤقتاً للتفكير. والنتيجتان معلنتان من الشركة وشريكها وليستا تقييماً مستقلاً شاملاً لكل بيئات الاستخدام.
• حساب التكلفة: حددت الشركة سعر الطبقة الصوتية الأمامية عند 0.05 دولار للدقيقة. ولا يمثل هذا الرقم الكلفة الكاملة للتطبيق، إذ تُضاف إليه رسوم النموذج الخلفي المستخدم في الاستدلال، والأدوات التي ينفذها الوكيل، والاتصال اللازم لتشغيل الخدمة عبر القناة المختارة.

بين السطور

تفصل البنية الجديدة واجهة الحديث عن النموذج الذي ينفذ المهمة. ويمكن للمؤسسة تخصيص نموذج سريع للطلبات البسيطة وآخر أعمق للحالات المعقدة مع إبقاء المحادثة جارية. وفي المقابل، لا يعني إيقاف الوكيل كلامياً بالضرورة إلغاء مهمة بدأت الأدوات أو النموذج الخلفي تنفيذها، ما يجعل ضبط الصلاحيات ومسار الإلغاء جزءاً أساسياً من تصميم التطبيق.

ماذا بعد؟

قبل اعتماد GPT‑Live‑1 مع العملاء العرب، تتمثل مؤشرات القرار في دقة التعرف على الفصحى واللهجات، ومعالجة الأسماء والأرقام، وسرعة الاستجابة وسط الضوضاء، وسلامة الإجراءات المنفذة. ويشمل التقييم أيضاً مراجعة سجل الأدوات، وتحديد الصلاحيات وحدود التنفيذ، وحساب الكلفة بدءاً من 0.05 دولار للدقيقة ثم إضافة النموذج الخلفي والأدوات والاتصال.