微软疑似正在研发其首款原生实时语音模型“MAI Realtime”。该模型目前已作为隐藏项目出现在 MAI Playground 平台中，暗示已有部分合作伙伴获得早期测试资格。
作为一款双向全双工系统，MAI Realtime 能够同时实现“听”与“说”，直接竞争 OpenAI 的 GPT Live 1。它支持中、英、日、韩等 17 种语言，并能在对话中无缝切换。目前，该模型提供 Victoria 和 Grant 两种更自然的语音选项，具备低延迟特性，并能流畅处理用户打断。
这一举动表明，微软正计划用自研模型取代 Azure 服务中原本依赖的 OpenAI 组件。未来，该模型有望通过 Microsoft Foundry 向开发者开放，并集成到 Copilot 等产品中，但具体发布时间尚未确定。