أبرز النقاط
"أوبن أي آي" أعادت هيكلة بنية الصوت في "شات جي بي تي" للسماح بتدفق صوتي مستمر بلا انقطاعات. النظام الجديد، GPT-Live، يمكّن "شات جي بي تي" من الاستماع أثناء التحدث. تم خفض زمن بدء الجلسة الصوتية من ست مرات تواصل شبكي إلى مرة واحدة فقط. الصوت يمر عبر مسار سريع مخصص، بينما يجري الاستدلال واستخدام الأدوات بشكل غير متزامن. "أوبن أي آي" نشرت عرضاً تقنياً مفصلاً لإعادة البناء.
أعادت أوبن أي آي تصميم البنية التحتية الصوتية التي يعتمد عليها شات جي بي تي، وأطلقت معمارية جديدة تحمل اسم GPT-Live تضمن استمرار تدفق الصوت بشكل متصل، بحيث لا تعود عمليات الاستدلال العميق أو استدعاء الأدوات التقنية سبباً في قطع سياق المحادثة.
الشركة شرحت التغييرات في سلسلة من المنشورات في 3 أغسطس، كما نشرت تدوينة توضح كيف أُعيد بناء النظام بالكامل من جانب العميل وصولاً إلى النموذج. وأكدت أن زمن تهيئة الجلسة الصوتية انخفض من ست جولات شبكية إلى جولة واحدة فقط.
آلية عمل GPT-Live
يعتمد GPT-Live على توجيه الصوت عبر مسار سريع مخصص، منفصل عن مسار عمليات الاستدلال والنداءات الموجهة للأدوات. وتعمل هذه العمليات الأعمق بطريقة غير متزامنة، أي أنها تُنفّذ في الخلفية دون إيقاف تدفق الصوت أو تجميد سياق الحوار.
النتيجة هي جلسة صوتية تبدأ بسرعة وتظل نشطة على نحو متواصل، من دون الفجوات التي كان المستخدمون يواجهونها سابقاً عندما يعالج "شات جي بي تي" طلبات معقدة ومتعددة الخطوات.
وذكرت "أوبن أي آي" في منشور أن البنية الجديدة تعالج اللحظات الحاسمة عند بدء الجلسة، ما يجعل الحوار يبدو أكثر طبيعية منذ التفاعل الأول. وجاءت إعادة البناء لمعالجة قصور بنيوي في الطبقة السابقة، حيث كانت أي خطوة استدلالية تجبر طبقة الصوت على الانتظار.
اقرأ أيضاً: ارتفاع Cosmos Hub بنسبة 6% مع عودة الزخم لأطروحة Interchain
إعادة بناء GPT-Live تستهدف تأخيرات الصوت في "شات جي بي تي"
تتحرك "أوبن أي آي" بوتيرة متسارعة على صعيد قدرات الصوت حتى عام 2026. ففي وقت سابق من هذا العام، واجهت الشركة انتقادات بأن استجابات "شات جي بي تي" الصوتية بدت متقطعة وبطيئة عند التعامل مع الاستفسارات متعددة المراحل. يمثل مشروع GPT-Live استجابة هندسية مباشرة من الشركة لسد هذه الفجوة في التجربة.
يأتي هذا الإطلاق بعد إعلان "أوبن أي آي" الشهر الماضي أن نسخة داخلية من نموذجها الرئيسي المقبل أنتجت عشرة نتائج رياضية جديدة بكلفة تقارب 2,000 دولار من الرموز (tokens)، في إشارة إلى استثمارات واسعة في البنية التحتية عبر مختلف منتجاتها.
للمتابعة: Qwen وDeepSeek يدفعان بالذكاء الاصطناعي الصيني إلى عتبة Anthropic