微软掏出首款语音对语音模型 MAI Realtime 1:…

AI广播站10小时前更新 小悠
1 0 0

在昨日(11 月 17 日)的 Ignite 2026 大会上,微软发布首款语音对语音模型 MAI Realtime 1,主打真实企业场景。它能处理打断、快速确认、等对方说完等对话细节,嘈杂环境或多人同时说话时也能听懂请求。任务需要深想时还能调用更强推理引擎,连接企业系统完成预订、客服处理等操作,语气风格可用提示词调教。

价格单直接掀了桌子价格是重头:基础语音对语音使用费每音频分钟仅 0.01 美元,若涉及推理,按每百万输入 token 1 美元、输出 5 美元另行计费。对比更狠:Big Bench Audio 基准上它拿下 98.9% 准确率、每小时输入音频成本约 1.35 美元;GPT-Realtime-2 High 为 96.6%、每小时 4.14 美元,Grok Voice 2.0 为 97.2%、每小时 4.80 美元,处于“性能—价格”前沿。

微软掏出首款语音对语音模型 MAI Realtime 1:能被打断、会打电话干活,价格只有对手三分之一

先在自己家上岗兼容 OpenAI Realtime API 让开发者能顺手迁移现有语音应用,Agoda、Reservations.ai 等已开始试用。微软还计划把它派进 Dynamics 365 客服中心,并在 Dragon Copilot 里扮演 AI 模拟患者,帮护士练习临床沟通。自研语音拼图补上后,微软又少一处要看人脸色的环节。

微软在 Ignite 2026 宣布 Office 开启新篇章:不再只是文档、表格与演示工具,而转型为 AI 智能体协同的“智能办公系统”。Copilot 从各应用中的助手变为核心,新款 Copilot 应用集成完整 Word、Excel、PowerPoint 协作体验;用户只需自然语言提出需求,文档即可自动生成。

微软在 Ignite 2026 宣布,医疗 AI 产品 Dragon Copilot Transcribe 已全面换用自研语音识别模型 MAI-Transcribe-2,承担 100% 医患对话转写。该模型可更快更准地将问诊录音转为结构化临床记录,减少医生整理病历、核对术语时间,并支持多语言工作流,每月处理约 1000 万次就诊场景。

在人工智能狂飙背景下,科技巨头高管判断备受瞩目。据The Verge报道,微软CEO纳德拉在圆桌讨论中坦言自己已成“AGI信徒”。他立足政治经济组织结构,以务实视角解释为何相信AGI终将实现,认为需从经济层面理解其必然性,而非仅从技术角度。

微软在11月17日Ignite 2026宣布,第二代自研AI加速器Maia 200已规模化生产,并开始在数据中心支撑其最大规模前沿AI大模型。该芯片主打每瓦token处理量,在Teams、Copilot、Cowork等内置AI功能中,较领先GPU基础设施最高提升1.7倍,同等电力下产出近一倍,面向AI推理。

彭博社报道,微软云运营与创新总裁诺埃尔·沃尔什在休斯顿彭博新能源财经会议上表态:微软不希望其他电力用户替其扩张增长买单,相关电费自行消化,也不会要政府补贴。这回应了居民对数据中心抢电、推高民电价格的担忧,并把“AI基建谁来付电费”问题摆上台面。微软千亿现金投向算力底座,底气来自预算。

微软掏出首款语音对语音模型 MAI Realtime 1:…

关注 “悠AI” 更多干货技巧行业动态

© 版权声明

相关文章

没有相关内容!

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...