微软首个原生实时语音模型“MAI Realtime”日前在MAI Playground中以隐藏早期访问条目浮出水面。该模型采用双向全双工架构，能够同时监听与说话，彻底打破传统语音助手“你一句我一句”的轮流对话模式。目前提供Victoria和Grant两种音色，自然度明显超越Copilot现有语音模式。作为一种端到端实时交互方案，MAI Realtime预示微软正在将语音AI从指令响应升级为真正的人机共时交流，未来极有可能率先落地于Microsoft Foundry平台及Copilot语音体系中，不过官方尚未给出明确上线时间表。这项透出信号表明，微软正加速在生成式AI赛道上打造更有临场感的交互界面，以期在语音智能的新一轮竞速中抢占先机。