Microsoft MAI-Realtime リーク解説 2026: フルデュプレックス音声・17言語(公式発表ではない)
8月2日、TestingCatalogがMicrosoftのMAI PlaygroundでMAI-Realtimeを発見。聞くと話すを同時に行うフルデュプレックス音声で、音声2種・17言語(韓国語含む)・会話中の言語切替・ツール使用が見えた。ただしMicrosoftの公式発表・モデルカード・価格はまだない。
まずはっきりさせておく。これは公式発表ではなくリーク・非公開プレビューだ。8月2日、TestingCatalogがMicrosoftのMAI Playgroundで**「MAI-Realtime」**という隠れた早期アクセス項目を発見した。Microsoftはまだ発表も、モデルカードも、価格も、提供地域も公開していない。だから「確定」ではなく「発見された」レベルで読んでほしい。それでも方向性が面白いのでまとめる。
何が見つかったのか?
核心はフルデュプレックス(full-duplex) — 聞くと話すを同時に行う点だ。今の音声AIの多くは「話す→答える」のターン制だが、これは人の会話のように重なってやり取りする。
- Microsoft初のネイティブ・フルデュプレックス音声モデルとみられる
- 音声2種Victoria・Grant — 現在のCopilot音声より明らかに自然との評
- 17言語対応(英語・ドイツ語・スペイン語・フランス語・日本語・韓国語・中国語など)
Microsoftの以前の音声・画像の動きはMicrosoft MAI 画像・音声に続く。
ほかに何が見えたか?
リークされた作業リストから:
| 項目 | 内容 |
|---|---|
| 会話中の言語切替 | 固定または自動検出、途中で切り替えても崩れない |
| ターンテイキング | 2モードから選択可 |
| レイテンシ | ライブのデバッグパネル |
| ツール | ウェブ検索など |
これは競争が純粋な能力から自然さ・リアルタイム性へ移る流れと重なる。同様の傾向はOpenRouterで見るAIランキングにも表れている。
で、確定なのか?
いいえ。繰り返すがMicrosoftの公式発表はない。 MAI Playgroundの隠れた早期アクセス項目として現れただけで、提供・価格・地域は未定、公開カタログにもない。プレビュー段階なので最終仕様は変わりうる。低価格・低遅延の競争はGrok 4.5のような例と併せて見ると流れが分かる。
よくある質問
Q. 今すぐ試せる? 一般ユーザーにはまだだ。MAI Playgroundの隠れた早期アクセス項目として発見されただけで、公開カタログになく正式提供もされていない。
Q. フルデュプレックスは何が違う? 既存の音声AIは話し終わってから答えるターン制だ。フルデュプレックスは聞くと話すを同時に処理し、人のように割り込み・重なりのある会話ができる。
Q. 韓国語も対応? 発見されたリストでは17言語に韓国語が含まれる。ただしプレビューの観察であり公式仕様ではないため、最終版で変わる可能性がある。
