微软或正研发首个原生实时语音模型

微软可能正在开发首个原生实时语音模型「MAI Realtime」，该模型已在 MAI Playground 以隐藏条目出现，少数合作伙伴获早期访问权限。它是双向全双工系统，对标 OpenAI 的 GPT Live 1，支持含中、英、日、韩在内的 17 种语言，可无缝切换，拥有两种更自然语音，具备低延迟和流畅打断处理能力。微软此举旨在用自研模型替代 Azure 服务中依赖的 OpenAI 组件，该模型未来或通过 Microsoft Foundry 供开发者使用，并应用于 Copilot 等产品，具体时间表未公布。