微软 MAI Realtime 曝光：全双工实时语音交互新突破

微软正在内部测试其首款原生实时语音模型——MAI Realtime。该模型突破了传统语音助手“用户说话、AI 等待”的交互局限，支持真正的全双工双向对话，用户可随时打断或插入，交互体验更趋近真人沟通，延迟表现极佳。

在语言能力方面，MAI Realtime 支持中文、英语、日语等 16 种语言，并能根据对话情境自动检测并切换语种。模型目前提供两种语音风格选择，在真实感上较现有的 Copilot 语音模式有显著提升。此外，测试界面还会实时展示模型的思维过程与处理延迟，为开发者提供更直观的监控。

尽管目前该模型尚未支持生成音乐或特殊音效，且暂无明确上线 Copilot 的时间表，但其展示的听说并行、实时响应能力，无疑为未来的 AI 交互定义了新标准。随着该模型在部分合作伙伴中开启测试，微软正逐步将语音交互带入一个告别“对讲机模式”的新时代。