أطلقت شركة xAI للذكاء الاصطناعي التابعة لإيلون ماسك رسمياً خلال الأيام الأخيرة نموذج الصوت الجديد Grok Voice 3.0، وأتاحت استخدامه بالكامل عبر واجهة برمجة تطبيقات وكلاء الصوت. وبالحفاظ على السعر المناسب للجيل السابق البالغ 0.08 دولار للدقيقة، حقق النموذج قفزة شاملة في الأداء الأساسي وسرعة الاستجابة.
وباعتباره أحدث أعمال xAI في مجال التفاعل الصوتي، حصل Grok Voice 3.0 في مشاركته الأولى على اختبار المؤشر الشامل المعتمد للصوت إلى صوت (Speech-to-Speech) على 86.9 نقطة، متصدراً القائمة في المرتبة الأولى. وسجلت مؤشراته الأساسية أداءً لافتاً: حيث جاءت نسبة نجاح المهام في المرتبة الأولى صناعياً، وتفوقت قدرته على الاستدلال الصوتي على نماذج جوجل المعنية، وجاءت قدرته على تنفيذ وكلاء الصوت في المرتبة الثانية بعد النسخة متوسطة الإعدادات من GPT-Live-1، فيما احتل تفضيل المستخدمين المرتبة الثالثة.
من حيث الأداء الفعلي، قدّم هذا النموذج أداءً مذهلاً في السرعة. فمتوسط زمن الاستجابة الصوتية الأولى لديه يبلغ 0.81 ثانية فقط، أي أقل من 1 ثانية بثبات. وأعلنت الشركة رسمياً أن Grok Voice3.0 نجح في تحقيق توازن ممتاز يتمثل في «زمن استجابة أقل من 1 ثانية وتكلفة إجمالية أقل من نماذج القطاع المتقدمة المماثلة».
وفي الوقت الحالي، جرى تفعيل نموذج الصوت القوي هذا بعمق في العديد من السيناريوهات الحقيقية. فهو لا يُستخدم على نطاق واسع في نظام التفاعل الصوتي الذكي لسيارات تسلا فحسب، بل دُمج أيضاً بالكامل في مركز خدمة عملاء ستارلينك (Starlink) التابع لشركة SpaceX. وتشير البيانات إلى أن مركز خدمة عملاء ستارلينك يتعامل يومياً مع نحو 20,000 مكالمة متعددة اللغات، يُحل نحو 70% منها بشكل مستقل مباشرةً بواسطة النموذج دون تدخل بشري، مما يُظهر قيمة عملية تجارية متميزة.