8月4日消息,据 testingcatalog 报道,微软或正秘密研发其首款原生实时语音大模型——“mai realtime”。该模型已悄然上线至微软mai playground平台,但以隐藏条目形式存在,暗示部分合作伙伴已获准进行早期体验。
作为一套双向全双工语音交互系统,“MAI Realtime”可同步实现语音接收与生成,性能直指OpenAI最新推出的GPT Live 1。模型覆盖中、英、日、韩等共17种语言,并支持多语种对话过程中自然、无感的实时切换。当前已开放Victoria与Grant两种高度拟人化的语音选项,同时具备毫秒级响应延迟及出色的语音打断识别与恢复能力。
此举释放出明确信号:微软正加速推进核心技术自主化,计划逐步以自研模型取代Azure云服务中当前依赖的OpenAI语音组件。未来,“MAI Realtime”有望通过Microsoft Foundry平台向全球开发者开放接入,并深度集成至Copilot等核心AI产品线中,不过官方尚未披露具体落地时间表。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜












