أوبن إيه آي تعرض نموذجاً لقدرات GPT-Live متعددة المهام: أثناء الدردشة، تتحقق من رحلات الطيران والطقس وأسعار الأسهم، وتلقي التحديات على GPT-5.5

أطلقت OpenAI في 15 يوليو عرضًا توضيحيًا متعدد المهام لـ GPT-Live، لتُظهر أنه قادر على الحفاظ على محادثة مستمرة، مع قيامه في الخلفية بالبحث عن الرحلات الجوية والطقس وأسعار الأسهم وخطتك. يعتمد GPT-Live بنية تعمل بنظام الاتصال الكامل (full-duplex)، ما يعني أنه يمكنه الاستماع والتحدث في الوقت نفسه. عند مواجهة مهام معقدة، يُفوِّض المهمة إلى GPT-5.5 في الخلفية للمعالجة، وقد حلّت GPT-Live رسميًا محل وضع Advanced Voice Mode القديم لبرنامج ChatGPT في 8 يوليو.
(الخلفية: أطلقت OpenAI GPT-Live: قادر على الاستماع والتحدث في الوقت نفسه، وصُمم لتجربة حوار تبدو كأنها مع شخص حقيقي)
(إضافة خلفية: الكشف عن أول جهاز للأجهزة الصلبة من OpenAI! مكبر صوت بلا شاشة يتحرك بنفسه: كاميرا مدمجة لتكون رفيقك من الذكاء الاصطناعي)

ملخص النقاط الرئيسية

• أصدرت OpenAI في 15 يوليو عرضًا توضيحيًا متعدد المهام لـ GPT-Live، يمكن من خلاله إجراء حوار أثناء البحث عن الرحلات والطقس وأسعار الأسهم.
• يعتمد GPT-Live بنية الاتصال الكامل (full-duplex)، تسمح له بالاستماع والتحدث في الوقت نفسه. عند مواجهة صعوبات، يُفوِّضها إلى GPT-5.5 في الخلفية لاتخاذ قرارات تفاعلية عدة مرات في كل ثانية.
• استبدل GPT-Live وضع Advanced Voice Mode في 8 يوليو؛ وتتوفر خطة GPT-Live-1 للمشتركين المدفوعين، بينما يتاح الإصدار mini مجانًا.

قدّمت OpenAI لقطات فعلية لاختبار GPT-Live. في 15 يوليو، أصدرت رسميًا مقطعًا بعنوان عرض توضيحي لإمكانات تعدد المهام؛ والفكرة الأساسية هي أنه يستطيع التحدث معك دون انقطاع، بينما يقوم في الخلفية بإنجاز فوضى المهام مثل البحث عن الرحلات ومتابعة الطقس وجلب أسعار الأسهم وترتيب جدولك الزمني. ولا تفصل هذه الخطوة عن إطلاق GPT-Live سوى أسبوع واحد.

وبالمقارنة مع نمط Advanced Voice Mode القديم الذي يعمل بأسلوب “أنت تتكلم ثم يأتي دوري في التحدث” على شكل تبادل سريع، لا يحاول هذا العرض إثبات أن صوته طبيعي أكثر، بل يحاول التحقق مما إذا كان بإمكانه فعلًا الجمع بين أكثر من مهمة في آن واحد.

أثناء الدردشة، يتولى الخلفية إنجاز الأمور

يعتمد GPT-Live على بنية الاتصال الكامل (full-duplex)، ما يجعله قادرًا على الاستماع والتحدث في الوقت نفسه. يتخذ كل ثانية عدة قرارات تفاعلية: متى يتكلم، ومتى يواصل الاستماع، ومتى يستدعي أدوات. وعند الحاجة إلى جلب معلومات أو إتمام مهام متعددة الخطوات، لن يتعطل الحوار؛ بل يرسل العمل إلى GPT-5.5 في الخلفية. وحتى أثناء إجراء الحسابات، يستمر في الدردشة معك، وتظهر داخل المحادثة بشكل فوري بطاقات مرئية مثل الطقس وأسعار الأسهم.

ظهرت هذه البنية عند إطلاقها في 8 يوليو: يحصل GPT-Live-1 على مستخدمي Go وPlus وPro المدفوعين، بينما يتاح GPT-Live-1 mini للمستخدمين مجانًا، وبذلك يكون قد تولى بشكل شامل مهمة استبدال Advanced Voice Mode.

كانت البيانات التي قدمتها OpenAI آنذاك أن كلا الإصدارين يتفوق بوضوح على النسخة القديمة في الاختبارات العمياء التي شارك فيها البشر. وفي اختبارات الاستدلال على مستوى البحث GPQA، حقق GPT-Live-1 في نمط الاستدلال العالي 84.2%، وهو رقم يقارب ضعف 45.3% للنسخة القديمة.

الصوت يجب أن يكون الواجهة الأساسية

بعد أسبوع واحد فقط من الإطلاق، أضافوا هذا العرض التوضيحي. ومن الواضح أن OpenAI أرادت اغتنام سخونة الحديث لتثبيت فكرة أن “الصوت هو الواجهة الأساسية وليس مجرد ميزة إضافية للدردشة النصية” في ذهن المستخدمين. وفي الأسبوع نفسه، وبعد أن شاركت تجربة استخدام GPT-5.6 وتقديمها نقاطًا مقابل Codex في حملة علاقات عامة، ثمّمت أيضًا عرض أجهزة صوتية رفيقة بلا شاشة، مع الحفاظ على إيقاع موحّد وإلقاء كل الرهان على الصوت.

العائق الحقيقي لم يكن يومًا ما إذا كان الصوت يشبه البشر، بل ما إذا كان يمكنه أن يرافقك في الحديث وأن يُنجز ما تحتاجه. وما يحاول هذا العرض إظهاره هو الجانب الثاني تحديدًا. أما مدى سلاسة الاستخدام الفعلي، فالأمر يتطلب انتظار وصول عدد كبير من المستخدمين وتجربتهم فعليًا لمعرفة ذلك.

الأسئلة الشائعة

ما قدرات GPT-Live متعددة المهام؟

يقصد بها قدرته على الحفاظ على محادثة متواصلة، مع معالجة متزامنة في الخلفية لعمليات مثل البحث عن الرحلات الجوية والطقس وأسعار الأسهم والخطة الزمنية، مستفيدًا من بنية الاتصال الكامل التي تسمح بالاستماع والتحدث في آن واحد. وعند المهام المعقدة، يُفوِّضها إلى GPT-5.5 دون أن يتسبب ذلك في انقطاع الحوار.

ما الفرق بين GPT-Live وAdvanced Voice Mode؟

النسخة القديمة تعتمد على تحديد دور النطق بهدوء بين الأدوار؛ فبعدما تنتهي من الكلام، يأتي دوره في التحدث، ما قد يؤدي إلى توقّف أو سوء تقدير وحصول تبادل سريع على الكلام. أما GPT-Live فيعتمد الاتصال الكامل ما يسمح بالاستماع والتحدث في الوقت نفسه. وفي اختبار GPQA حقق 84.2%، وهو قريب من ضعف 45.3% للنسخة القديمة.