ما هو Vivix: منصة إبداعية بالذكاء الاصطناعي متعددة الوسائط التفاعلية في الوقت الفعلي ومزدوجة الاتجاه

ما هو Vivix

Vivix هي منصة إبداعية بالذكاء الاصطناعي تركز على نماذج متعددة الوسائط التفاعلية في الوقت الفعلي. تشمل منتجاتها الأساسية: Vivix-A1، وهو أول نموذج مزدوج الاتجاه (full-duplex) في الوقت الفعلي على مستوى العالم، قادر على توليد شخصيات ذكاء اصطناعي تفاعلية ذات حركة كاملة للجسم، تسمع وتتحدث وتتفاعل؛ وVivix-W1، وهو نموذج متعدد الوسائط أصلي بالبث المتدفق، محرك سرد تفاعلي يمكنه تغيير مسار القصة في الوقت الفعلي عبر الصوت والنص واللمس، إلى جانب بيئة التشغيل للفيديو الفوري Vivix IVI. طوّرت Vivix تقنيات التقطير MJD، والقياس الكمي NVFP4، ومحرك الاستدلال VMI، لتشغيل نموذج يقترب من 30B معلمة في الوقت الفعلي على وحدات GPU للمستهلكين، بزمن استجابة تفاعلي أقل من ثانية واحدة. وVivix-A1 أصبحت واجهة برمجية (API) مفتوحة.

الميزات الرئيسية لـ Vivix

• توليد شخصيات كاملة الجسم: يولد Vivix-A1 في الوقت الفعلي بشراً رقميين كاملين يمشون ويستديرون ويلتقطون الأشياء ويرقصون.
• تفاعل مزدوج الاتجاه في الوقت الفعلي: يمكن للمستخدم مقاطعة الكلام في أي وقت، وتتغير حركات الشخصية وتعابيرها وردودها فوراً دون الحاجة لإعادة التوليد.
• مخرجات صوت وصورة متزامنة: يُنمذج الصوت والتعابير والإيماءات والصوت المحيط بشكل أصلي موحّد دون أي فواصل.
• توليد السرد التفاعلي: يحوّل Vivix-W1 جملة واحدة إلى قصة صوتية ومرئية متطورة باستمرار، ويمكن للمستخدم تغيير مسار القصة في الوقت الفعلي.
• مدخلات متعددة الوسائط: يدعم الصوت والنص والصور والنقر واللمس كوسائل للمشاركة في التفاعل.
• تطبيق البث المباشر للتجارة الإلكترونية: يمكن للمذيع الرقمي التجول بحرية وعرض المنتجات، ويمكن لفريق التشغيل تعديل اتجاه البث صوتياً في الوقت الفعلي.
• زمن استجابة منخفض جداً: زمن أول إطار أقل من 0.6 ثانية، واستجابة المقاطعة 300–900 ميلي ثانية، وزمن من طرف إلى طرف أقل من 1.7 ثانية.
• تشغيل فوري على أجهزة المستهلك: نموذج يقارب 30B معلمة فعّالة يستنتج في الوقت الفعلي على بطاقة GPU واحدة للمستهلكين عبر التقطير MJD والقياس الكمي NVFP4، بتكلفة تقل عن دولار واحد في الساعة.

كيفية استخدام Vivix

• التسجيل والحصول على مفتاح API: زر منصة Vivix API المفتوحة platform.vivix.ai، سجّل حساباً، وأنشئ مفتاح API في لوحة المطور؛ جميع الطلبات تستخدم https://api.vivix.ai/ كعنوان أساسي مع مصادقة Bearer.
• اختيار النموذج: اختر سلسلة A (تفاعل Avatar فوري أو فيديو Avatar مدفوع بسيناريو) أو سلسلة W، مثل vivix-a1-stream أو vivix-w1-stream وغيرها.
• إنشاء الجلسة: عبر واجهة REST بأسلوب POST /v1/realtime-avatar/sessions، اضبط الوضع وصورة الشخصية ونبرة الصوت وتعليمات الشخصية والتعرف على الصوت (مثل server_vad) وغيرها من المعاملات.
• إقامة الاتصال الفوري: باستخدام session_id المرتجع، تتحكم بالجلسة عبر قناة WebSocket للتحكم (wss://api.vivix.ai/v1/realtime-avatar/control)؛ ويُنقل مخرج الصوت والصورة عبر تدفق RTC (TRTC).
• تشغيل التفاعل: اكتب صوت أو نص المستخدم في سياق المحادثة، فيولّد Avatar الرد في الوقت الفعلي ويُخرجه متدفقاً عبر الصوت والفيديو والترجمة الحرفية، مع دعم المقاطعة أثناء البث.
• التدخل الفوري: عبر واجهة Streaming Control يمكنك أثناء التوليد تبديل الصورة/الشخصية أو إرسال أوامر حركة أو إدراج صوت سيناريو مباشرة دون الحاجة لإعادة التشغيل.
• أسلوب عالم W1: تُحرَّك القصة بأحداث مفتوحة (Event) يمكن إلغاؤها قبل سريانها، وتدعم الجلسة hold/pause وresume لإدراج أحداث جديدة وتغيير مسار القصة في أي وقت.

المزايا الجوهرية لـ Vivix

• تفاعل مزدوج الاتجاه حقيقي: يتجاوز نمط "نصف الاتجاه" للطلب والاستجابة؛ يستقبل النموذج أثناء توليد الصوت والصورة باستمرار أي مدخلات جديدة ويغيّر المحتوى فوراً.
• قدرة حركة كاملة الجسم: يعد A1 أول نموذج فوري يدعم توليد حركة كاملة للجسم؛ يمشي الشخصية ويستدير ويلتقط الأشياء بدل الاكتفاء بكاميرا ثابتة تحاكي الشفاه.
• بنية متعددة الوسائط أصلية: تُنمذج الصوت والنص والصور في فضاء إشارة موحّد، متجاوزة تتابع ASR+LLM+TTS، حيث تقود الإدراك السلوك مباشرة فيتزامن الصوت والصورة والحركة طبيعياً.
• زمن استجابة منخفض جداً: أول إطار < 0.6 ثانية، استجابة المقاطعة 300–900 ميلي ثانية، من طرف إلى طرف < 1.7 ثانية، وزمن التفاعل أقل من ثانية.
• معلمات ضخمة + تشغيل فوري للمستهلك: يقارب 30B معلمة فعّالة مع نسبة ضغط عالية الجودة 8x8x4، عبر التقطير MJD والقياس الكمي NVFP4 أثناء التدريب، ليتجاوز 10,000 video tokens/s على بطاقة GPU واحدة للمستهلكين، بتكلفة استدلال تقل عن دولار واحد في الساعة.
• بنية بث أصلية قابلة للمقاطعة: تصميم توليد سببي مع فك ارتباط ترميز VMI، فتُضاف التعليمات الجديدة مباشرة في سلسلة فك التشفير دون مقاطعة التوليد الحالي وإعادته.

مقارنة Vivix مع المنافسين المشابهين

سيناريوهات تطبيق Vivix

• البث المباشر للتجارة الإلكترونية: يظهر المذيع الرقمي كاملاً ويتجول ويتذوق ويلتقط المنتجات، ويعدّل فريق التشغيل الحديث واختيار البضائع صوتياً في الوقت الفعلي دون قطع البث.
• الرفيق الافتراضي / التواصل الاجتماعي بالذكاء الاصطناعي: تطبيقات صديق/صديقة ذكاء اصطناعي، تتزامن الحركة والتعابير والصوت طبيعياً، ويمكن للمستخدم مقاطعة الحوار في أي وقت فيتفاعل الشخص فوراً.
• سينما/تلفاز تفاعلي ودراما قصيرة تفاعلية: أدخل جملة واحدة لتوليد قصة متطورة في الوقت الفعلي؛ يشارك المشاهد بقرارات الحبكة عبر الصوت أو النقر، فتنفتح طريقة مشاهدة "كل شخص مخرج".
• شخصيات NPC في الألعاب والعالم المفتوح: يمنح شخصيات اللعبة إدراكاً وعملاً مستقلاً، ويتفاعل اللاعب مع NPC بشكل طبيعي عبر الصوت، دافعاً لسرد العالم المفتوح.
• خدمة العملاء والمرشد الشرائي الافتراضي: موظف رقمي كامل متاح 7×24 ساعة، يعرض المنتجات ويجيب عن الأسئلة ويستجيب لاحتياجات العملاء فوراً، ويمكن دمجه في المواقع/التطبيقات/الشاشات الكبيرة الميدانية.

الأسئلة الشائعة عن Vivix

س1: ما هي النماذج الجوهرية لـ Vivix؟ ج1: Vivix-A1 هو أول نموذج مزدوج الاتجاه في الوقت الفعلي على مستوى العالم، قادر على توليد شخصيات ذكاء اصطناعي تفاعلية ذات حركة كاملة للجسم تسمع وتتحدث وتتفاعل؛ وVivix-W1 نموذج متعدد الوسائط أصلي بالبث المتدفق، يوفّر محرك سرد تفاعلي يمكنه تغيير مسار القصة في الوقت الفعلي عبر الصوت والنص واللمس، إلى جانب بيئة التشغيل للفيديو الفوري Vivix IVI.

س2: ما هو زمن استجابة تفاعل Vivix؟ ج2: زمن أول إطار أقل من 0.6 ثانية، واستجابة المقاطعة 300–900 ميلي ثانية، وزمن من طرف إلى طرف أقل من 1.7 ثانية، وزمن التفاعل الكلي أقل من ثانية.

س3: كيف أتصل بـ Vivix؟ ج3: زر منصة Vivix API المفتوحة platform.vivix.ai سجّل وأنشئ مفتاح API، وأنشئ جلسة Avatar فورية عبر واجهة REST، ثم شغّل تفاعل الصوت والصورة عبر قناة تحكم WebSocket وتدفق RTC.

س4: هل يمكن لبطاقات الرسوم المستهلكة التشغيل الفوري؟ ج4: نعم. نموذج يقارب 30B معلمة فعّالة يستنتج في الوقت الفعلي على بطاقة GPU واحدة للمستهلكين عبر التقطير MJD والقياس الكمي NVFP4، بتكلفة استدلال تقل عن دولار واحد في الساعة.