شرح Gemini 3.8 Live وExtended Thinking

G

فريق تحرير بوابة الذكاء الاصطناعي

هيئة التحرير والتحليل التقني

Share:
تحليل ٢٠٢٦-١٠-٠٤ © GateOfAI, LLC

شرح Gemini 3.8 Live وExtended Thinking

قدّمت Google نموذجي Gemini 3.8 Live وGemini 3.8 Live Extended Thinking بوصفهما أكثر نماذجها تقدماً للحوار المباشر حتى الآن، ثم أطلقت Gemini 3.8 Live with Live Avatar لتقديم تجارب محادثة تجمع بين الصوت والحضور البصري وتنفيذ الأدوات في الخلفية.

ما الذي أعلنته Google؟

أعلنت Google عن Gemini 3.8 Live وGemini 3.8 Live Extended Thinking في ١٥ سبتمبر ٢٠٢٦. وتصفهما الشركة بأنهما أكثر نماذجها تطوراً للحوار المباشر حتى الآن. ولا يقتصر الأمر على تصريح عام بشأن واجهات الصوت؛ إذ تقدم Google هذه الإصدارات بوصفها لبنات أساسية على مستوى النموذج للتفاعل المباشر، بما يشمل حالات الاستخدام لدى المطورين والشركات.

يشير الاسمان إلى أولويات مختلفة. يوصف Gemini 3.8 Live بأنه مصمم للتوسع والكفاءة من حيث التكلفة، مع الجمع بين الذكاء الحواري والحوار السلس والاستناد إلى السياق البصري. أما Gemini 3.8 Live Extended Thinking فيوصف بأنه مصمم للمهام عالية التعقيد، مع ذكاء أكبر واستدلال متعدد الخطوات. ولا ينشر الإعلان مقارنة تقنية كاملة، لذلك لا ينبغي للقراء استنتاج بنية معينة، أو هدف محدد لزمن الاستجابة، أو تفوق في اختبارات الأداء، أو فرق في الأسعار من الاسمين وحدهما.

وتقول Google أيضاً إن النموذجين قادران على إدارة الأدوات في الخلفية بينما يواصل المستخدم الحديث. وتغيّر هذه القدرة الشكل المتوقع للتفاعل الصوتي. فبدلاً من إجبار الشخص على الانتظار بصمت حتى تكتمل العملية، صُمم النظام للحفاظ على المحادثة أثناء تنفيذ الأعمال المرتبطة بالأدوات في الخلفية. ويقدم الإعلان وصفاً للقدرة، لكنه لا يكشف قائمة كاملة بالأدوات، أو الخدمات الخارجية المدعومة، أو ضوابط الأمان، أو تفاصيل التنفيذ الخاصة بالمطورين.

وتُعرض النماذج أيضاً بوصفها مفيدة خارج نطاق العرض التجريبي المستقل للمطورين. ويقول إعلان Google إن التحدث مع Gemini عبر تطبيق Gemini وGoogle Workspace وSearch أصبح أكثر سلاسة وتعاوناً. وهذه واجهات منتجات مؤكدة ضمن السياق المتاح. لكن الإعلان لا يثبت أن كل ميزة متاحة في جميع الدول أو اللغات أو أنواع الحسابات أو خطط الاشتراك.

Gemini 3.8 Live with Live Avatar

وسّعت Google نطاق الحوار المباشر في ٢٤ سبتمبر ٢٠٢٦ عبر Gemini 3.8 Live with Live Avatar. وتصف Google ميزة Live Avatar بأنها حضور بصري آني للذكاء الاصطناعي الحواري في Gemini. وتربط الميزة أصلاً قدرات الحوار المباشر ببث فيديو منخفض زمن الاستجابة، لإنشاء تجربة محادثة أكثر طبيعية للشركات ومستخدميها.

لذلك، فإن Live Avatar يمثل تطوراً مختلفاً عن مجرد إضافة إخراج صوتي إلى chatbot نصي. ويؤكد الإعلان الموثق الجمع بين نموذج حواري نشط وفيديو متدفق. ويهدف هذا الدمج إلى جعل التفاعل أكثر حضوراً وبديهية، رغم أن السياق المتاح لا يحدد قيمة موحدة لزمن الاستجابة، أو مواصفات تصميم الصورة الرمزية، أو اللغات المدعومة، أو شروط الوصول التجارية.

يسلط الإعلان الضوء أيضاً على استدعاء الأدوات بشكل غير متزامن. إذ يستطيع Live Avatar تشغيل استدعاءات الأدوات وجلب البيانات في الخلفية مع مواصلة الحوار النشط. وتوضح Google ذلك عبر سيناريو تسجيل الوصول إلى فندق؛ إذ يمكن للنظام إنجاز مهمة معقدة بينما تستمر المحادثة دون انقطاع. ويوضح المثال نمط التفاعل، ولا يقدم قائمة مؤكدة بتكاملات الفنادق أو وعداً بإمكانية نشر سير العمل نفسه فوراً لدى كل شركة.

يمثل هذا التمييز أهمية لفرق المنتجات. فعلى الوكيل البصري المباشر تنسيق التجربة الحوارية المرئية، على الأقل، مع مسار المعلومات أو الإجراءات الأساسي. وإذا استغرق استدعاء إحدى الأدوات وقتاً، فينبغي أن يحصل المستخدم على رد حواري متماسك بدلاً من توقف غير مبرر. ويؤكد إعلان Google توجه التنفيذ في الخلفية، لكنه لا ينشر عقد التنفيذ الذي يحتاج إليه المطورون للنشر في بيئة الإنتاج.

لماذا أصبح الحوار المباشر فئة مستقلة من النماذج؟

تطبيق عملي فوري PostgreSQL • BYOK

مستعد لتطبيق أحدث ابتكارات الذكاء الاصطناعي في عمليات شركتك؟

حوّل ابتكارات الذكاء الاصطناعي إلى تدفقات عمل داخلية، أنظمة تتبع مخزون، وبوابات عملاء مخصصة دون تكاليف هندسية ضخمة.

ابنِ أول تطبيق لشركتك مجاناً ← ⚡ تشغيل فوري في 60 ثانية

غالباً ما تُقيّم أنظمة الدردشة التقليدية بناءً على جودة الإجابة بعد أن يرسل المستخدم Prompt. أما الحوار المباشر فيضيف بُعداً آخر: يجب أن يظل النظام مفيداً أثناء استمرار التبادل. فقد يغيّر المستخدم اتجاهه، أو يتوقف لحظة، أو يطرح سؤالاً إضافياً، أو يتوقع من المساعد تنفيذ مهمة من دون إنهاء المحادثة. وتجعل Google نمط التفاعل هذا واضحاً عبر منح الحوار المباشر أسماء نماذج مستقلة ضمن Gemini 3.8.

تشير كلمة «Live» إلى الاستمرارية. ففي الوصف الموثق، ترتبط القدرة بالمحادثة السلسة، ودعم اللغات في الوقت الفعلي، والاستناد إلى السياق البصري، ونشاط الأدوات الذي يمكن أن يحدث في الخلفية. وتكتسب هذه العناصر أهمية لأن التفاعل الصوتي أقل تحملاً للاحتكاك مقارنة بتبادل نصي غير متزامن. فالمستخدم الذي يتحدث بطبيعية لا يريد تكرار الطلب كاملاً بعد كل عملية وسيطة.

ويضيف الاستناد إلى السياق البصري بُعداً آخر إلى التفاعل. وتدرجه Google صراحة ضمن وصف Gemini 3.8 Live، لكن الإعلان المتاح لا يوضح بالضبط أنواع المدخلات البصرية المدعومة أو كيفية تقييم الاستناد إليها. والاستنتاج المسؤول محدود هنا: تضع Google النموذج في سياق محادثات يمكنها دمج المعلومات البصرية. وسيكون من المبكر الادعاء بدعم سير عمل محدد للكاميرا، أو إمكانات للمستندات، أو فهم للشاشة، أو نتيجة في اختبار للصور من دون وثائق إضافية.

يعالج Extended Thinking متطلباً مختلفاً. فبعض المحادثات بسيطة وتستفيد أساساً من سلاسة التبادل، بينما تتضمن محادثات أخرى خطوات متعددة أو متطلبات متعارضة أو مهمة معقدة تحتاج إلى استدلال أكثر تعمداً. وتضع Google نموذج Gemini 3.8 Live Extended Thinking للمهام عالية التعقيد والاستدلال متعدد الخطوات. ولا يحدد الإصدار ما إذا كان هذا السلوك ناتجاً عن نموذج مستقل، أو وضع قابل للاختيار، أو توجيه، أو ميزانية استدلال أكبر، أو آلية أخرى. والتمييز بين المنتجين مؤكد، أما الآلية الداخلية فغير معلنة.

تفصيل تقني: ما الذي تأكد؟

تفاعل حواري سلس

تصف Google نموذج Gemini 3.8 Live بأنه يجمع بين الذكاء الحواري والحوار السلس. ويشير الإعلان أيضاً إلى دعم بصري ولغوي في الوقت الفعلي. وتثبت هذه التصريحات التجربة المستهدفة، لكنها لا تقدم قياساً مستقلاً قابلاً لإعادة الإنتاج لزمن الاستجابة. لذلك، ينبغي للفرق التي تقيّم النموذج التمييز بين طرح Google النوعي وأدلة الأداء الكمية.

الاستناد إلى السياق البصري

يمثل الاستناد إلى السياق البصري جزءاً مؤكداً من وصف Google لنموذج Gemini 3.8 Live. ويشير ذلك إلى أن السياق البصري عنصر مهم في تصميم التفاعل المباشر للنموذج. لكن السياق المتاح لا يحدد صيغ الإدخال، أو الدقة البصرية، أو حدود المعالجة، أو منهجية التقييم. وينبغي للمراجعة التقنية المسؤولة تسجيل هذه النقاط كأسئلة مفتوحة، بدلاً من ملئها بافتراضات.

تنفيذ الأدوات في الخلفية وبشكل غير متزامن

تقول Google إن النموذجين يستطيعان العمل مع الأدوات في الخلفية بينما يواصل المستخدم الدردشة. ويستخدم إعلان Live Avatar عبارة أكثر تحديداً هي «استدعاء الأدوات بشكل غير متزامن»، موضحاً أن النظام يستطيع تشغيل استدعاءات الأدوات وجلب البيانات مع الحفاظ على الحوار النشط. وهذه إحدى أوضح نقاط التمايز العملية في الإصدار؛ إذ لا يتعين على المحادثة التي يراها المستخدم التوقف لمجرد أن النظام ينتظر اكتمال عملية ما.

ولا يحدد السياق الأدوات المتاحة، أو نموذج التفويض، أو سلوك التعامل مع الأخطاء، أو ضوابط التدقيق. لذلك، لا ينبغي للشركات اعتبار عرض تنفيذ الأدوات في الخلفية دليلاً على إمكانية ربط أنظمة الأعمال العشوائية من دون هندسة وحوكمة إضافيتين.

وكلاء صوتيون موجهون إلى بيئات الإنتاج

تقدم Google نموذجي Gemini 3.8 Live وGemini 3.8 Live Extended Thinking بوصفهما لبنات أساسية لوكلاء صوتيين موثوقين وجاهزين للاستخدام في بيئات الإنتاج، للمطورين والشركات. وهذا يمثل توجهاً للنشر المستهدف، وليس شهادة منشورة للموثوقية. ولا تتضمن الإعلانات المقدمة التزامات بشأن الجاهزية، أو اتفاقيات مستوى الخدمة، أو نتائج تقييم الأمان، أو حدود المعدل، أو دراسات حالة مستقلة للشركات.

بث فيديو منخفض زمن الاستجابة

تصف Google، في حالة Live Avatar تحديداً، بث الفيديو منخفض زمن الاستجابة. وتدعم هذه القدرة جانب الحضور البصري في التجربة. ولا يتوفر رقم موحد لزمن الاستجابة، لذلك ينبغي فهم العبارة بوصفها وصفاً للمنتج، لا ضماناً موثقاً بالمللي ثانية.

ما الذي ينبغي للمطورين والشركات تقييمه؟

تتمثل الطريقة الأكثر فائدة لتقييم هذه النماذج في الفصل بين وعد التفاعل ومتطلبات النشر. وينبغي لفريق التطوير الذي يبني وكيلاً صوتياً اختبار قدرة النظام على إبقاء المحادثة متماسكة أثناء انتظار تنفيذ عملية ما. كما يجب قياس مدى وضوح تواصل المساعد بشأن التقدم، وما يحدث عند فشل إحدى الأدوات، وما إذا كان بإمكان المستخدم مقاطعة التبادل أو إعادة توجيهه. ولا ينبغي استبدال أي من هذه الاختبارات بعرض قصير وناجح للمنتج.

وعلى الفرق أيضاً تحديد القرارات التي يمكن اتخاذها عبر المحادثة، وتلك التي تتطلب تأكيداً. فقد يجعل تنفيذ الأدوات في الخلفية التجربة تبدو سلسة، لكن السلاسة لا ينبغي أن تعني تفويضاً غير مرئي. وقبل ربط وكيل مباشر بسير عمل مؤثر، تحتاج المؤسسات إلى قواعد واضحة للتأكيد، والتصعيد، واستعادة العمل بعد الفشل. وتؤكد إعلانات Google المتاحة القدرة على مواصلة الحوار أثناء نشاط الأدوات، لكنها لا تفرض نموذجاً لحوكمة الشركات.

وفي عمليات النشر الموجهة إلى العملاء، ينبغي أن يشمل التقييم اللغات الفعلية وظروف الخدمة في السوق المستهدف. وفي دول مجلس التعاون الخليجي والشرق الأوسط عموماً، قد تهتم الشركات بتجارب صوتية عبر رحلات عملاء متعددة اللغات، لكن السياق المتاح لا يؤكد نطاق اللغات أو التوفر الإقليمي لنموذج Gemini 3.8 Live. وينبغي للمؤسسات التحقق من هذه التفاصيل مباشرة قبل التخطيط للإطلاق. كما يجب عليها تقييم متطلبات الخصوصية المحلية، ومكان إقامة البيانات، والموافقة، والمتطلبات الخاصة بكل قطاع، بصورة مستقلة عن جودة المحادثة في النموذج.

أما في مجال الإنتاجية الداخلية، فتمثل صلة Google المؤكدة بـGoogle Workspace واجهة منتج مهمة بشكل خاص. ويقول الإعلان إن التحدث مع Gemini عبر Google Workspace يمكن أن يصبح أكثر سلاسة وتعاوناً. لكنه لا يسرد التطبيقات أو الإجراءات أو مستويات الحسابات أو ضوابط الإدارة المعنية. لذلك، ينبغي لفرق تقنية المعلومات التعامل مع دعم Workspace باعتباره توجهاً مؤكداً، مع انتظار وثائق الميزات والوصول الدقيقة اللازمة لاتخاذ قرار الشراء.

ما الذي لم تفصح عنه Google في الإعلانات المقدمة؟

لا تتضمن الإعلانات المتاحة أعداد المعاملات، أو بنية النموذج، أو حجم نافذة السياق، أو نتائج اختبارات الأداء، أو أسعار التوكنات، أو أسعار الاشتراكات، أو حدود المعدل، أو جدولاً للتوفر حسب كل دولة. كما أنها لا تحدد بالكامل اللغات المدعومة، أو كتالوجات الأدوات، أو نقاط نهاية API، أو سياسات الاحتفاظ بالبيانات، أو التزامات مستوى الخدمة، أو تقييمات الأمان المستقلة.

وتكتسب هذه النواقص أهمية لأن جودة الحوار المباشر لا يمكن استنتاجها من اسم النموذج وحده. إذ تحتاج فرق المنتجات إلى معرفة سلوك النظام تحت حركة المرور الخاصة بها، ومتطلبات زمن الاستجابة، واللغات، والمدخلات البصرية، وسير عمل الأدوات. وإلى أن تُنشر هذه التفاصيل التقنية والتجارية، فإن الادعاءات المتعلقة بالتفوق أو خفض التكاليف أو الجاهزية الشاملة للإنتاج ستتجاوز الأدلة الموثقة.

والقراءة الصحيحة ليست الرفض ولا المبالغة. فقد حددت Google بوضوح الحوار المباشر، والاستدلال الممتد، والحضور البصري، والتنفيذ المستمر للأدوات، بوصفها توجهات مهمة للمنتجات. ويكفي السياق العام المتاح لشرح التوجه والقدرات المؤكدة، لكنه لا يكفي لمنح النموذج لقب الأفضلية في الأداء أو حساب العائد على الاستثمار.

رأينا

يكتسب Gemini 3.8 Live أهمية لأنه يعامل التفاعل المباشر بوصفه قدرة أساسية من قدرات النموذج. ويربط إصدار ١٥ سبتمبر بين المحادثة السلسة، والاستناد إلى السياق البصري، والدعم في الوقت الفعلي، وإدارة الأدوات في الخلفية، والوكلاء الصوتيين الموجهين إلى بيئات الإنتاج. أما إعلان Live Avatar في ٢٤ سبتمبر، فيوسّع هذا التوجه ليشمل بث الفيديو منخفض زمن الاستجابة واستدعاء الأدوات بشكل غير متزامن.

وتتمثل أقوى فكرة مؤكدة في الاستمرارية: يستطيع المستخدمون مواصلة الحديث بينما يعمل النظام في الخلفية. وقد يجعل هذا النمط الوكلاء الصوتيين أكثر فائدة للمهام المعقدة من المساعدين الذين يجيبون عن Prompt واحد في كل مرة. لكن الفائدة ستعتمد على تفاصيل غير متاحة في السياق المقدم، تشمل الموثوقية، والوصول، والتكلفة، والأمان، ودعم اللغات، وضوابط التكامل.

في الوقت الحالي، ينبغي فهم الإصدار باعتباره توجهاً رئيسياً للمنتج والنموذج، لا مواصفة تقنية مكتملة. وعلى المطورين والشركات متابعة وثائق Google، واختبار مسار الوصول الفعلي المتاح لهم، وتقييم الحوار المباشر عبر سيناريوهات تشبه بيئة الإنتاج. ويستحق الإعلان الاهتمام لأنه يوضح وجهة الذكاء الاصطناعي الحواري: الانتقال من الإجابة عن الأسئلة إلى الحفاظ على حوار نشط أثناء الاستدلال والرؤية والعمل.

المصادر

  1. Google DeepMind: تقديم Gemini 3.8 Live وGemini 3.8 Live Extended Thinking، ١٥ سبتمبر ٢٠٢٦.
  2. Google DeepMind: تقديم Gemini 3.8 Live with Live Avatar، ٢٤ سبتمبر ٢٠٢٦.

ينشر فريقا تحرير وهندسة بوابة الذكاء الاصطناعي هذا التحليل نيابةً عن GateOfAI, LLC.

Share:
🚀 جاهز لنقل أعمالك إلى بيئة ذكاء اصطناعي إنتاجية؟

اختر مسار التنفيذ الأنسب لحجم شركتك

سواء كنت رائد أعمال تبحث عن تشغيل فوري بنظام الخدمة الذاتية، أو مؤسسة كبرى تحتاج إلى بنية تحتية خاصة ومعزولة.

⚡ خدمة ذاتية • للأفراد والشركات الصغيرة 14 يوماً مجاناً

تشغيل استوديو Micro-ERP

صف سير العمل بصوتك أو نصك، واحصل على تطبيق سحابي كامل مدعوم بقاعدة بيانات PostgreSQL وعرض تحليلي فوري في أقل من 60 ثانية.

ابدأ تجربتك المجانية لمدة 14 يوماً ←
🛡️ مؤسسي • سيادة البيانات Docker / VPC / On-Prem

بنية تحتية مخصصة أو استضافة Docker ذاتية؟

استشارات معمارية، نماذج إثبات مفهوم (Sandbox POCs)، وتطوير أنظمة خاصة تحت إدارة مهندسي GateOfAI مع حماية الضمان المالي الكامل (Escrow).

استكشف حلول المؤسسات الكبرى ←
🛡️ سوق حلول الإنتاج المؤسسية (0% عمولة رموز BYOK)

أنظمة وأكواد جاهزة للتشغيل مرتبطة بهذا الموضوع

تصفح سوق الحلول بالكامل →
أدوات المطورين • BYOK 🛡️ من $14/شهرياً

معماري أوامر المطورين والوكلاء (BYOK)

بيئة هندسية لبناء أوامر النظام (System Prompts)، قوالب LangGraph و CrewAI، مع دعم مفاتيح BYOK الخاصة بك.

هندسة الأوامر • رسمي 🛡️ من $7/شهرياً

استوديو هندسة الأوامر الذكي

استوديو احترافي لصياغة وهيكلة أوامر الذكاء الاصطناعي مع خزنة سحابية خاصة لحفظ القوالب.

Other • BYOK $499

AI SaaS Website Analyzer Tool

Instantly analyze any website URL and get detailed AI-powered insights, website quality assessments, SEO analysis, and actionable recommendations.

مرشد بوابة الذكاء الاصطناعي
نشط للخدمة
مرحباً بك في بوابة الذكاء الاصطناعي! أنا مرشدك هنا لمساعدتك في فهم خدمات المنصة، باقات التشغيل وخطط الضمان المالي. كيف يمكنني إرشادك اليوم؟