OpenAI تعيد بناء الطريقة التي يتحدث بها ChatGPT. في 8 يوليو طرحت الشركة GPT-Live، وهما نموذجان صوتيان — GPT-Live-1 لمستخدمي Go وPlus وPro المدفوعين وGPT-Live-1 mini لفئة Free — يستمعان ويتحدثان في الوقت نفسه بدلًا من التناوب. وهي تحل محل Advanced Voice Mode بوصفها الوضع الافتراضي، ويجري طرحها عالميًا على iOS وAndroid وChatGPT.com «خلال الأيام القليلة المقبلة».
ما المقصود بالثنائية الكاملة
التغيير الجوهري هنا بنيوي: يعالج GPT-Live باستمرار ما يسمعه أثناء توليد الكلام، ويتخذ قرارات «عدة مرات في الثانية» بشأن ما إذا كان سيتحدث أو يواصل الاستماع أو يتوقف مؤقتًا أو يقاطع أو يستدعي أداة. ويوفر إقرارات طبيعية مثل «mhmm» و«got it» و«yeah»، ويتعامل مع المقاطعات، ويمكن طلب إبطاء سرعته. كما أعادت OpenAI إتقان تسع نبرات صوتية في ChatGPT للنظام، وأضافت ثلاث درجات للاستدلال: Instant وMedium وHigh.
حيلة التفويض
صُمم GPT-Live للمحادثة السريعة والطبيعية، لذلك عندما يتطلب الطلب بحثًا عبر الويب أو استدلالًا أعمق أو عملًا وكيلًا، فإنه يحيل المهمة إلى GPT-5.5 في الخلفية ويواصل الدردشة بينما يجري الحساب، ثم يدمج النتيجة لاحقًا. كما يعرض بطاقات مرئية لأمور مثل الطقس والأسهم والرياضة. وما لا يفعله عند الإطلاق: الصوت مع الفيديو، أو مشاركة الشاشة، أو سطح المكتب أو Codex، كما أن فئات Business وEnterprise وEdu ستنتظر مرحلة لاحقة.
السلامة في نمط جديد
نشرت OpenAI بطاقة نظام GPT-Live مخصصة. تُفحص المدخلات والمخرجات مع تطور المحادثة؛ وعندما يظهر شيء محفوف بالمخاطر، يمكن للنظام توجيه الرد أو مقاطعته، أو تشغيل رسالة سلامة منطوقة، أو تقديم موارد دعم نصية، أو إنهاء المكالمة في الحالات الأعلى خطورة. وشملت اختبارات red-teaming انتحال الشخصية، والتعرّف على المتحدث، والصوت ذي الطابع الطفولي، وإيذاء النفس، والاعتماد العاطفي، والاحتيال. وتقول OpenAI إن هذه النماذج «ليست متموضعة بوصفها رفيقًا ذكاءً اصطناعيًا».
الاستقبال
أكثر من 150 مليون شخص يستخدمون بالفعل ميزات الصوت في ChatGPT، وتُظهر تقييمات OpenAI نفسها أن GPT-Live كان «المفضّل بشكل واضح» على Advanced Voice Mode في محادثات متطابقة، بنسبة تفضيل تقارب 75%. وقال Atty Eleti، قائد ChatGPT Voice، إن «الصوت يمكن أن يكون واجهة المستقبل لكل أنواع العمل». لكن ليس الجميع مقتنعًا: فقد اشتكى بعض المستخدمين الأوائل من أن تكرار «mhmm» المستمر مطوّل ومزعج. وتُدرج نسخة API على أنها «قادمة قريبًا»، من دون تسعير حتى الآن.