微软发布首款语音对语音模型 MAI Realtime 1
时间:2026年11月17日(微软Ignite 2026大会现场)
地点:美国亚特兰大
人物:微软
事件详情:微软在Ignite 2026大会上发布首款语音对语音模型MAI Realtime 1,定位面向企业级实时语音场景。该模型支持自然流畅的实时对话,可处理用户打断、快速确认、等待对方说完等对话细节,在嘈杂环境或多人同时发言时也能准确识别请求。若任务需要深度推理,模型可调用更强推理引擎,并连接企业系统完成预订、客服处理等实际操作,同时支持通过提示词调整语气风格。定价方面,基础语音对语音使用费为每音频分钟0.01美元,涉及推理任务则额外按每百万输入token 1美元、每百万输出token 5美元计费。性能上,官方报告其在Big Bench Audio基准上准确率达98.9%,每小时输入音频成本约1.35美元,优于GPT-Realtime 2 High的96.6%/4.14美元每小时和Grok Voice 2.0的97.2%/4.80美元每小时。该模型兼容OpenAI Realtime API,开发者可平滑迁移现有语音应用,Agoda、Reservations.ai等企业已开始试用。微软计划将MAI Realtime 1部署至Dynamics 365客服中心,并在Dragon Copilot中用于AI模拟患者训练,帮助护士练习临床沟通。
背景:MAI Realtime 1是微软MAI模型家族的新成员,该家族在此次Ignite大会上共发布7款模型,覆盖代码、网络安全、图像、语音转录、决策等多个领域,进一步补齐微软自研AI模型拼图。
影响:该模型以每分钟0.01美元的定价切入企业语音AI市场,价格仅为竞品的三分之一左右,有望降低企业部署实时语音交互的门槛。兼容OpenAI Realtime API的设计也降低了开发者的迁移成本,可能加速语音AI在企业客服、医疗培训等场景的落地。
总结:微软MAI Realtime 1的发布标志着其正式进入语音对语音模型赛道,以低价和兼容性优势切入企业市场,后续表现值得关注。
参考来源:
微软官方博客
https://microsoft.ai/news/introducing-mai-realtime-1/
站长之家
https://www.chinaz.com/ainews/32374.shtml
Business Insider
https://markets.businessinsider.com/news/stocks/microsoft-msft-unleashes-seven-new-ai-models-to-challenge-openai-and-anthropic-1036776328
老蛙巴巴
https://www.laoyaoba.com/n/1142404
网易新闻
http://news.si163.com/items/wumjv8jga9uwnu5zorm8ul7bw
orcarouter.ai
https://www.orcarouter.ai/blog/mai-realtime-1-copilot-voice-mode
dev.to
https://dev.to/alifar/microsoft-mai-realtime-1-launches-in-preview-with-001-audio-minute-pricing-189
smarthey.com
https://www.smarthey.com/detail/383072302419.html
富途牛牛
https://news.futunn.com/hk/post/1004813220








